Senior Data Scientist
Оценка ИИИнтересная позиция для опытных специалистов с сильным математическим бэкграундом и желанием работать в финтехе. Плюсом является удаленный формат работы, однако жесткие требования к гражданству и локации (РФ) сужают круг кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к Senior-уровню, глубоким знаниям матстатистики, стохастического анализа и опыта работы с Big Data стеком (Hadoop, Spark). Также ожидается профильное образование ведущих вузов и понимание финансовых метрик.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ объявлении не указана заработная плата, однако для позиции Senior Data Scientist в РФ рыночный диапазон составляет от 300 000 до 500 000 рублей. Итоговое предложение будет сильно зависеть от глубины знаний финансовой математики и опыта работы с Big Data.
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
Требования:
Выпускник ведущего технического или финансового вуза. Возраст от 25 лет. Python, SQL, Hadoop, PySpark; работа с большими данными и оптимизация запросов. Знание ML: линейные модели, ансамбли, временные ряды, классификация, кластеризация. Опыт разработки моделей, уверенное знание теории вероятностей и матстатистики. Research лучших практик, хороший английский. Будет преимуществом: Знание финансовых процессов и бизнес-метрик. Прогнозирование поведения клиентов и расчёт CLTV. A/B-тестирование и оценка финансового эффекта моделей. Hadoop, Spark, MLlib, Spark SQL, Git. Финансовая математика и стохастический анализ.
Локация:*📍*Удалённо. Гражданство РФ, проживание на территории РФ.
Контакт для отклика: Откликнуться +CV
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Hadoop
- PySpark
- Git
- Machine Learning
- Statistics
- A/B Testing
- Time Series
- Spark SQL
- MLlib
Возможные вопросы на собеседовании
Проверка навыков работы с распределенными вычислениями на больших объемах данных.
Расскажите о вашем опыте оптимизации PySpark-джобов. С какими проблемами производительности вы сталкивались и как их решали?
Оценка умения связывать ML-метрики с реальными бизнес-результатами.
Как бы вы подошли к оценке финансового эффекта от внедрения модели прогнозирования CLTV?
Проверка теоретической базы в области статистики, указанной в требованиях.
В каких случаях при проверке гипотез в A/B-тестах вы бы предпочли непараметрические критерии параметрическим?
Вакансия предполагает работу в финансовом домене.
Какие особенности временных рядов в финансовых данных создают наибольшие сложности при моделировании и как вы с ними боретесь?
Проверка навыков проведения исследований.
Опишите ваш процесс Research-а новых практик: как вы выбираете SOTA-решения для конкретной бизнес-задачи?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
