- Страна
- Россия
- Зарплата
- 270 000 ₽ – 300 000 ₽
SENIOR DATA АНАЛИТИК / DS / BI (нефтехимия)
Оценка ИИПривлекательная зарплата для проектной работы и возможность удаленки. Однако статус временного проекта (6 мес+) и узкая специализация (Six Sigma) сужают круг подходящих кандидатов.
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 ИИВысокая сложность обусловлена обязательным требованием сертификации Six Sigma Green Belt и необходимостью подтвердить реальный экономический эффект от прошлых проектов в промышленности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 270–300 тыс. руб. соответствует рыночному уровню для Senior-позиций в РФ, особенно учитывая проектный характер работы и требования к специфической сертификации.
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
#Вакансия #remote #vacancy #DataAnalyst #DataScience #SixSigma #Python #Нефтехимия #Удаленка #РаботаРФ
*🔥 SENIOR DATA АНАЛИТИК / DS / BI* (нефтехимия)
*💸 270–300 тыс. руб.*
*🌍* Полная удалёнка (Россия, работа по мск времени)
*📌* Проект 6 мес +
*📃*Оформление: формат ИП
Кого ищем, обязательные требования в опыте:
*🔹* Глубокая аналитика данных + Python (pandas, numpy, sklearn)
*🔹* Временные ряды + визуализация (statsmodels, Plotly/Matplotlib)
*🔹 Six Sigma Green Belt* (обязательно! знание DMAIC)
*🔹 2+ промышленных цифровых проекта с доказанным экономическим эффектом* (СУУТП, RTO, видеоаналитика, предиктивка, рекомендательные системы — приветствуется)
Что важно в отклике:
*📩 Сопроводительное письмо с цифрами результата*
*📲 Отклик в ТГ:* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- NumPy
- Scikit-learn
- statsmodels
- Plotly
- Matplotlib
- Six Sigma
- DMAIC
- Time Series Analysis
- Data Visualization
- Business Intelligence
Возможные вопросы на собеседовании
Вакансия требует обязательного знания DMAIC. Работодатель хочет убедиться, что вы умеете применять методологию на практике.
Расскажите о самом успешном проекте, реализованном вами по методологии DMAIC. Каких показателей удалось достичь на этапе Improve?
Для нефтехимии критически важен анализ датчиков и потоковых данных.
Какие методы обработки и анализа временных рядов вы использовали в промышленных проектах для борьбы с шумами и пропусками в данных?
В описании указано требование о доказанном экономическом эффекте.
Как именно вы рассчитывали экономический эффект (ROI/NPV) от внедрения ваших аналитических моделей в производство?
Проверка владения стеком Python для анализа данных.
В каких ситуациях в промышленной аналитике вы отдадите предпочтение библиотеке statsmodels перед sklearn при работе с регрессиями?
Работа в нефтехимии часто связана с оптимизацией процессов.
Был ли у вас опыт работы с системами СУУТП или RTO? Какую роль в этих проектах играла аналитика данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
