- Страна
- Казахстан
Откликайтесь
на вакансии с ИИ
Senior Data Analyst / Data Scientist
Оценка ИИKaspi.kz — лидер рынка Казахстана, что гарантирует работу над масштабными и интересными задачами. Четкие требования к хард-скиллам и фокус на бизнес-результат делают вакансию привлекательной для сильных специалистов.
Сложность вакансии
Оценка ИИРоль требует высокого уровня владения стеком (Python, SQL, ML) и глубокого понимания бизнес-процессов e-commerce. Ожидается опыт уровня Senior и готовность работать в офисе в Алматы.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Scientist в Алматы рыночный диапазон составляет от 1.2 до 2.2 млн тенге (в эквиваленте USD/RUB). Kaspi.kz обычно предлагает конкурентные условия, соответствующие верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Kaspi.kz уже сейчас
Присоединяйтесь к команде Kaspi.kz и развивайте крупнейший маркетплейс Казахстана — отправьте свое резюме Султане прямо сейчас!
Описание вакансии
В Kaspi.kz открыта вакансия Senior Data Analyst / Data Scientist в команду развития маркетплейса.
Основные задачи:
• моделирование потребительского отклика;
• исследование ассортимента;
• коммерческая эффективность.
Hard Skills:
• уверенный Python (Pandas, scikit-learn);
• продвинутый SQL (оконные функции, сложные JOIN’ы);
• регрессионный анализ, временные ряды;
• опыт построения моделей классификации и регрессии (LightGBM/XGBoost).
Soft Skills:
• умение визуализировать зависимости и защищать свои выводы;
• фокус на конечном финансовом результате;
• бизнес-ориентированность.
*⭐* Особенно интересен опыт в Pricing (e-commerce) — анализ и оптимизация ценообразования, работа с ценовыми моделями и коммерческой эффективностью.
Также будет плюсом опыт в:
• E-commerce & Marketplaces;
• Retail (FMCG/Fashion);
• Travel;
• Fintech/Риски.
*📍* Формат работы — офис, 5/2
*📍* Алматы
Свои CV и ожидания по ЗП прошу направлять в Telegram: Откликнуться.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- E-commerce
- Python
- Pandas
- SQL
- Scikit-learn
- XGBoost
- LightGBM
- Regression Analysis
- Pricing
- Time Series
Возможные вопросы на собеседовании
Вакансия предполагает работу с маркетплейсом, где ценообразование критично для прибыли.
Расскажите о вашем опыте в Pricing: какие методы оптимизации цен вы использовали и как оценивали их эффективность?
В требованиях указаны LightGBM и XGBoost для задач классификации и регрессии.
В каких случаях вы отдадите предпочтение LightGBM перед XGBoost при работе с данными маркетплейса?
Работа включает исследование ассортимента и потребительского отклика.
Как бы вы спроектировали систему оценки эластичности спроса по цене для новой категории товаров?
Упоминается работа с временными рядами.
С какими основными сложностями вы сталкивались при прогнозировании временных рядов в ритейле и как их решали?
Soft skills включают защиту выводов перед бизнесом.
