Product Scientist
Оценка ИИИсключительное предложение с точки зрения финансового потенциала (опционы, высокая зарплата в USD) и профессионального роста. Работа в одной из самых успешных AI-компаний мира с реальной возможностью стать долларовым миллионером перевешивает жесткий график работы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена экстремальным графиком работы (6 дней в неделю) и необходимостью глубокой экспертизы в Causal Inference и статистике на уровне мировых стандартов. Требуется не просто знание ML, а умение применять его для принятия стратегических продуктовых решений.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($100-350k) значительно превышает средние рыночные показатели для Data Science ролей в Казахстане и СНГ, соответствуя уровню топовых компаний Кремниевой долины. Верхняя граница диапазона и опционная программа делают это предложение уникальным для регионального рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🧩* Product Scientist @ Higgsfield AI
Higgsfield AI — самая быстрорастущая AI-компания в истории.
За 18 месяцев с запуска наша команда достигла $1B ARR, а 133 сотрудника уже стали долларовыми миллионерами. Ты можешь стать следующим.
Что предлагаем:
*🔬* Causal inference, uplift и ML для продуктовых решений на 35M+ пользователей
*🎯* Возможность определять, как компания проводит эксперименты, считает эффект и принимает решения о запусках
*💵* Конкурентная зарплата в USD + опционы (Goldman Sachs уже покупает акции ранних сотрудников)
Кого ищем:
• 3+ года в DS или продуктовой аналитике, сильная статистика, Python и SQL
• Умеешь проектировать эксперименты и замечать, когда дизайн, данные или способ анализа не позволяют доверять результату
• Понимаешь causal inference: как оценить эффект без полноценного A/B-теста и какие допущения для этого нужны
• Умеешь применять ML к продуктовым задачам: прогнозировать результат, исследовать различия в эффекте и проверять пользу моделей после внедрения
• Можешь перевести исследование в конкретное решение: что запускать, для кого и по каким критериям оценивать результат
• Опыт развития платформы экспериментов, uplift-моделирования или методологии метрик будет плюсом
• Готовность работать 6 дней в неделю. Рост до $1B ARR за 18 месяцев требует такого темпа. Взамен, за год здесь получаешь опыт и рост, на который в бигтехе уходят несколько лет.
*📍* Офис в Алматы ·
Полная поддержка с релокацией (финансовая + операционная)
*💸* $100-350k в год + опционная программа
Узнай больше и подай заявку: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Causal Inference
- Uplift Modeling
- Machine Learning
- Python
- SQL
- Statistics
- A/B Testing
- Product Analytics
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в области причинно-следственного вывода, что критично для оценки эффектов без A/B тестов.
Какие методы Causal Inference вы бы использовали для оценки влияния новой фичи, если мы не можем провести классический A/B тест? Расскажите о допущениях метода Diff-in-Diff.
Оценка практического опыта работы с экспериментами и понимания их ограничений.
Опишите случай из вашей практики, когда дизайн эксперимента или данные могли привести к ложным выводам. Как вы это обнаружили и исправили?
Проверка навыков применения ML для персонализации и оптимизации продукта.
Как бы вы построили систему Uplift-моделирования для определения сегментов пользователей, на которых маркетинговая кампания окажет наибольшее влияние?
Оценка способности кандидата связывать технические метрики с бизнес-результатами.
Как вы определяете иерархию метрик для нового продукта и как проверяете чувствительность прокси-метрик к долгосрочному ARR?
Проверка готовности к специфической культуре компании и высокому темпу.
Как вы адаптируете свои рабочие процессы и поддерживаете продуктивность в условиях шестидневной рабочей недели и сверхбыстрого роста компании?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
