- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Продуктовый аналитик/DS Middle+/Senior
Оценка ИИТ-Банк — один из лучших работодателей в РФ с сильной инженерной культурой. Интересные задачи на стыке продукта и ML, а также гибридный формат работы делают вакансию крайне привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к топовому техническому образованию, опыту менторства и глубоким знаниям в Uplift-моделировании и ML. Позиция Senior предполагает не только техническую экспертизу, но и лидерские качества.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для уровня Senior Data Scientist в Москве рыночный диапазон составляет 350,000–500,000 рублей. Т-Банк обычно предлагает конкурентоспособные условия, соответствующие верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Т-Банк уже сейчас
Откликайтесь сейчас, чтобы развивать алгоритмы кэшбэка в одном из самых технологичных банков страны!
Описание вакансии
Продуктовый аналитик/DS Middle+/Senior Т-банк
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 01.04.2026
Требования:
• Топовый технический университет
• Опыт руководства или менторства
• Знание Python + SQL
• Знание основ статистики и тервера
• Опыт проведения A/B тестов
• Опыт взаимодействия с BI инструментом
• Опыт работы с командой ML
• Системами управления проектами (Jira/Confluence)
• Знание алгоритмов/классического ML/Uplift моделирования
О компании
Т-банк - одно из ключевых направлений, которое требует строгой и качественной аналитики. Команда занимается созданием новых и улучшением существующих алгоритмов выдачи категорий кэшбэка клиентам. Основная цель - сделать продукт более комфортными и качественным для пользователей.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- Python
- Machine Learning
- SQL
- Statistics
- Confluence
- Jira
- Probability Theory
- Uplift Modeling
- BI Tools
Возможные вопросы на собеседовании
Вакансия предполагает работу с алгоритмами кэшбэка, где важно оценивать чистый эффект от предложения.
Расскажите о вашем опыте применения Uplift-моделирования: какие подходы (S-learner, T-learner и др.) вы использовали и как оценивали качество модели?
Для Senior-позиции важно уметь правильно интерпретировать результаты экспериментов.
Как вы будете действовать, если результаты A/B теста статистически значимы, но противоречат бизнес-метрикам или здравому смыслу?
В описании указан опыт работы с ML-командой.
Опишите процесс взаимодействия аналитика и ML-инженера при выводе модели в продакшн: где заканчивается зона ответственности одного и начинается другого?
Требуется опыт руководства или менторства.
Как вы подходите к развитию младших специалистов и какие критерии используете для оценки их профессионального роста?
Работа с кэшбэком требует понимания основ тервера и статистики.
Как рассчитать необходимый размер выборки для A/B теста, если мы ожидаем небольшое изменение конверсии при высоком уровне шума в данных?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior Data Scientist
Senior/Middle Data Engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!