- Страна
- Великобритания
Staff Data Scientist
Chainalysis — топовый игрок в сфере блокчейн-безопасности, предлагающий работу над уникальными данными и сложными задачами. Высокий уровень ответственности (Staff) и возможность удаленной работы из Лондона делают вакансию 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
Роль уровня Staff предполагает не только экспертные знания в ML и статистике, но и умение принимать архитектурные решения, менторить команду и работать с огромными массивами блокчейн-данных. Высокие требования к опыту работы с Python/SQL и пониманию сложных систем делают эту позицию крайне сложной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Для позиции уровня Staff Data Scientist в Лондоне предлагаемая роль соответствует верхнему сегменту рынка. Учитывая специфику блокчейн-индустрии, компенсация обычно выше среднего по рынку Data Science.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Chainalysis
Staff Data Scientist
Полная занятость
Формат работы: удалённо (London Office)
*☑️* Чем предстоит заниматься
-Own and prioritise multiple concurrent production data-science projects or systems, translating broad problem statements into actionable work, managing evolving requirements, and delivering measurable outcomes
-Design, develop, and validate novel analytical methods, statistical models, behavioural heuristics, and algorithms across UTXO, EVM, and other blockchain data to attribute on-chain activity and uncover customer-relevant insights
-Stay current on advances in data science and blockchain analysis; evaluate and pilot techniques such as graph computation, statistical modelling, and machine learning on large-scale on-chain datasets
-Identify and resolve inefficiencies in code, methodology, and workflows; make architectural decisions; define and track quality metrics; understand upstream and downstream dependencies; and balance long-term system health and technical debt against new delivery
-Drive cross-functional alignment by clearly articulating and defending methodology and results, challenging assumptions when warranted, and building consensus as requirements evolve
-Mentor team members across levels within your domain, support onboarding, contribute to technical hiring, and share knowledge through documentation and presentations
-Collaborate across Research, Global Intelligence, Product, and Engineering to move research from prototype to dependable production systems and create tools or platforms that multiply team output
*☑️* Наши пожелания к кандидатам
-Deep expertise in statistics, machine learning, computer science, physics, mathematics, or another quantitative discipline, demonstrated through advanced industry or research work
-Expert-level proficiency in Python and SQL, with a track record of writing clean, testable, production-quality code
-Demonstrated experience applying advanced analytical techniques (e.g. graph algorithms, ML, statistical inference) to large, messy datasets
-Demonstrated ability to learn unfamiliar technical domains and data models quickly; prior blockchain experience is welcome but not required
-A demonstrated ability to own and prioritise multiple concurrent projects or systems, make sound architectural and methodological decisions, and drive cross-functional stakeholders toward delivery
-An analytical, open-minded approach to problem solving – comfortable navigating ambiguity and willing to dive into problems outside your day-to-day scope
-Strong written and verbal communication skills, including the ability to explain complex methodology to diverse audiences, mentor technical practitioners, and share knowledge across a team
Nice to have:
-A PhD or equivalent research training in a quantitative field, and/or familiarity with Databricks, dbt, Spark/PySpark, or similar large-scale data platforms
-Experience modifying infrastructure-as-code (e.g. Terraform) or contributing to production data pipelines
-Experience building shared tools or platforms that multiply team output and onboarding others onto them
-Experience with UTXO, EVM, or other blockchain data, graph computation, and/or the cryptocurrency ecosystem
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- SQL
- Machine Learning
- Statistics
- Graph Algorithms
- Databricks
- dbt
- Spark
- PySpark
- Terraform
- Blockchain
Возможные вопросы на собеседовании
Проверка способности кандидата работать с графовыми структурами, которые критичны для анализа блокчейна.
Как бы вы подошли к задаче кластеризации адресов в сети Bitcoin или Ethereum для выявления сущностей? Какие алгоритмы на графах здесь наиболее применимы?
Оценка навыков работы с масштабируемыми системами и понимания жизненного цикла ML-моделей.
Опишите ваш опыт перевода прототипа модели в высоконагруженную продакшн-систему. С какими основными трудностями вы сталкивались при масштабировании?
Проверка умения работать с 'грязными' данными, что специфично для блокчейн-аналитики.
Как вы обрабатываете пропущенные данные или аномалии в больших наборах данных, чтобы они не искажали результаты статистического вывода?
Оценка лидерских качеств и умения управлять техническим долгом на уровне Staff.
Как вы балансируете между необходимостью быстрой поставки новых фич и поддержанием долгосрочного здоровья системы (техническим долгом)? Приведите пример.
Проверка навыков коммуникации сложных идей разным стейкхолдерам.
Расскажите о случае, когда вам пришлось защищать выбранную методологию перед коллегами из других отделов (например, инженерами или продуктологами). Как вы достигли консенсуса?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

