- Страна
- Россия
Data Scientist
Оценка ИИLamoda — сильный бренд с развитой инженерной культурой. Вакансия интересна сочетанием классического Data Science и современных трендов в области Generative AI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИТребуется опыт от 1 года и владение широким стеком (SQL, Python, BigData, BI). Особое внимание уделяется навыкам работы с Generative AI, что повышает планку для кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Scientist с опытом от 1 года в Москве рыночный диапазон составляет 180,000–280,000 рублей. Lamoda обычно предлагает конкурентоспособные условия, соответствующие средним и верхним границам рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
*🌅* Data Scientist
Офис (Москва) Lamoda — интернет магазине одежды и обуви.
Требования:
– высшее техническое образование
– опыт работы в области анализа данных не менее 1 года
– работа с базами данных (Postgre, ClickHouse, Hive)
– уверенное владение SQL (оконные функции, CTE и т.д.)
– Python (numpy, pandas, seaborn)
– инструменты для работы с BigData (Spark, Hadoop)
– умение визуализировать данные и создавать информативные отчёты
– умение структурировать информацию, формулировать выводы и презентовать результаты; инициативность и внимание к деталям
– будет плюсом опыт работы с BI-системами
– Jira, Confluence для совместной работы
– навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
– опыт использования GigaChat, Kandinsky и аналогов в продуктах; навыки создания и использования AI-агентов
– инструментальное владение AI для анализа, генерации и автоматизации
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/pyproglib) • [Задачи](https://t.me/py_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Python
- PostgreSQL
- ClickHouse
- Apache Hive
- NumPy
- Pandas
- Seaborn
- Apache Spark
- Hadoop
- Jira
- Confluence
- Generative AI
- GigaChat
- Kandinsky
Возможные вопросы на собеседовании
Проверка глубины владения SQL для аналитических задач.
Расскажите о наиболее сложных оконных функциях, которые вы использовали, и в каких бизнес-кейсах они были применимы?
Оценка опыта работы с большими данными.
В каких случаях вы предпочтете Spark вместо чистого Pandas для обработки данных? Опишите ваш опыт оптимизации Spark-задач.
Проверка актуальных навыков в области LLM и AI-агентов.
Как бы вы спроектировали AI-агента для автоматизации внутренней отчетности или поддержки пользователей, используя GigaChat?
Оценка навыков визуализации и коммуникации.
Как вы выбираете тип визуализации для презентации результатов топ-менеджменту? Приведите пример, когда ваш отчет повлиял на бизнес-решение.
Проверка навыков работы с хранилищами данных.
В чем ключевые различия при работе с ClickHouse и Hive с точки зрения аналитика данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
