- Страна
- Россия
- Зарплата
- 280 000 ₽ – 350 000 ₽
Senior Data Scientist
Оценка ИИОтличная вакансия от топового работодателя в ритейле с четко прописанными требованиями и современным стеком. Возможность удаленной работы и фокус на наукоемких методах (Causal Inference) делают позицию очень привлекательной для опытных специалистов.
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 требованием глубоких знаний в специфических областях: Causal Inference, эконометрике и финансовом моделировании, помимо стандартного DS-стека. Senior-уровень предполагает наличие 4+ лет опыта и умение работать с Hadoop-стеком.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанный в описании диапазон 280 000 – 350 000 ₽ полностью соответствует текущим рыночным ожиданиям для Senior Data Scientist в Москве. Верхняя граница может быть выше при наличии исключительной экспертизы в эконометрике.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Data Scientist в X5 Tech
*💰*По итогам собеседования (ср. рын. зп 280 000 ₽ – 350 000 ₽)
*📌*Условия и бонусы:
Фултайм, офис/гибрид (МСК) или удаленно.
*📌*Наши ожидания:
– Опыт работы в DS-сфере от 4 лет;
– Бэкграунд в Causal Inference / эконометрике (наука, учеба, работа);
– Владение базовым финансовым аппаратом (EBITDA, IRR, NPV, ТЭО) и понимание логики построения финансовых моделей инвестиционных проектов;
– Знакомство с современными подходами к анализу кросс-секционных и панельных данных (Doubly Robust Estimators (AIPW), DiD, TWFE, IV);
– Умение писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных;
– Знание SQL — умеешь строить оптимальные запросы, знакомство с hadoop-стэком будет плюсом;
– A/B тесты, генерация и проверка гипотез (будет плюсом опыт с variance reduction, CUPED, линеаризацией и методом бакетов).
*✍🏼*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Causal Inference
- Econometrics
- A/B Testing
- Hadoop
- EBITDA
- NPV
- IRR
- Machine Learning
Возможные вопросы на собеседовании
Проверка понимания продвинутых методов причинно-следственного вывода, указанных в вакансии.
В каких случаях метод Doubly Robust Estimator (AIPW) предпочтительнее, чем обычная регрессия или простое сопоставление (matching)?
Вакансия требует понимания финансового аппарата. Важно знать, как DS-метрики переводятся в деньги.
Как бы вы интегрировали оценку инкрементального эффекта (uplift) от модели в расчет NPV инвестиционного проекта?
Проверка практического опыта работы с панельными данными.
Какие основные проблемы возникают при использовании Two-Way Fixed Effects (TWFE) в случае разновременного внедрения воздействия (staggered adoption) и как их решать?
Оценка навыков оптимизации экспериментов.
Расскажите о вашем опыте применения CUPED: какой объем сокращения дисперсии вам удавалось достичь и какие ковариаты вы выбирали?
Проверка инженерной культуры и работы с большими данными.
Опишите ваш подход к оптимизации SQL-запросов при работе с большими таблицами в Hadoop/Hive для подготовки витрин данных под Causal-анализ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
