Data Science Jobs

#senior #300k #удаленка IT-Implant Data Scientist (Middle+/Senior) от 260 000 до 290 000 ₽ за месяц, на руки Опыт работы: 3–6 лет Полная занятость График: 5/2 Формат работы: удалённо ☑️ Чем предстоит заниматься -Формулировать и декомпозировать бизнес-задачи в ML/аналитические решения -Проводить исследовательский анализ данных, проверять гипотезы и выбирать подходящие методы -Разрабатывать и валидировать модели: классический ML, статистика, временные ряды, рекомендательные системы, NLP/LLM — в зависимости от проекта -Оценивать качество моделей и эффект от внедрения -Работать в связке с продуктом, аналитиками и инженерами -При необходимости участвовать в выводе моделей в продакшен и мониторинге -Презентовать результаты и защищать решения перед стейкхолдерами ☑️ Наши пожелания к кандидатам -Опыт в Data Science от [4] лет — в зависимости от грейда -Уверенный Python и знание базового ML-стека: pandas, numpy, scikit-learn, статистика -SQL на уровне уверенного пользователя -Понимание жизненного цикла ML-решения: от постановки задачи до оценки результата -Умение объяснять сложные вещи простым языком -Опыт самостоятельной работы над задачами и доведения их до результата -Будет плюсом: -Это не обязательные требования, а направления, в которых вы можете быть особенно полезны на разных проектах Контакты: info@it-implant.ru

Как меняется BI и Data Analyst с ИИ — и что уже стоит применять в работе? Новые инструменты появляются постоянно. Какие из них действительно помогают решать задачи бизнеса, ускоряют работу с данными и заслуживают вашего времени? 24 ноября в Москве на ViRush 2026 Visiology соберёт аналитиков данных, архитекторов и руководителей, чтобы соединить взгляд бизнеса, опыт заказчиков и техническую практику. За один день: 🔹 Реальные проекты: задачи бизнеса, выбор инструментов и результаты с цифрами и выводами. 🔹 BI и Visiology Cortex в действии: от архитектуры аналитики до создания дашбордов и работы с данными с помощью ИИ. 🔹 Общение с экспертами: обсудите свой проект, задайте вопросы и узнайте, как похожие задачи решают другие. 📍 24 ноября · Москва · Soluxe Hotel Moscow Онлайн-трансляции не будет. Даже если пока не уверены, что приедете, зарегистрируйтесь сейчас — и получите видеоматериалы выступлений.

🚀 ВАКАНСИЯ | COLLECTION ANALYST Abc Staff ищет сильного Analyst для международного fintech-проекта. 🌍 Рассматриваем кандидатов, находящихся только за пределами РФ и готовыми работать по времени Индии. География не ограничена — важна возможность работать в международном формате. Что важно: ▪️ уверенный SQL и самостоятельная работа с данными; ▪️ умение анализировать данные, делать выводы и находить точки для оптимизации; ▪️ готовность работать с направлением Collection / просроченной задолженностью; ▪️ английский язык для работы в международной команде. 💰 Доход: €4 000 в месяц до вычета налогов. 🏠 Формат: полностью удаленно, но строго за пределами РФ. Сильных кандидатов готовы быстро собеседовать и оперативно принимать решение. 📩 За подробностями и для отклика — @hr_for_y

Привет! Это команда Cloud․ru ❤️ Мы участвуем в рейтинге работодателей от hh.ru и будем очень рады твоей поддержке. Верим, что работа должна быть не только про задачи и результаты, но и про людей. Если тебе близок такой подход и хочется, чтобы человекоцентричных компаний становилось больше, будем благодарны за твой голос! Поддержать нас просто:

1. Нажми «Голосовать» на лендинге рейтинга. 2. Войди в аккаунт hh.ru. 3. Заполни короткую анкету. 4. Найди Cloud․ru через поиск. 5. Поставь нам сердечко

Спасибо, что помогаешь нам становиться заметнее ✨

Вакансия DA/DE в Альфа-Инсайт. Вендорсакая ставка. Требования: • Опыт работы от 2-х лет на позициях DA/DE в области DWH/BI. ➡️Обязательные hard skills: - Практический опыт работы с Apache Spark — ключевое требование - Продвинутое знание SQL: сложные joins, оконные функции, CTE, агрегации, подзапросы и оптимизация запросов. - Опыт оптимизации Spark-задач и SQL-запросов на больших объемах данных. - Опыт работы с S3 - Опыт работы с Apache Iceberg или понимание его ключевых возможностей - Понимание принципов построения хранилищ данных (DWH), ETL/ELT-процессов, нормализации данных и организации потоков обработки. - Опыт работы с технической документацией (BRD, FSD), умение писать ее четко и структурированно. - Опыт тестирования данных - Опыт работы с системами контроля версий, включая Git. ➡️Ключевые soft skills: - Системное аналитическое мышление - Коммуникабельность - Самостоятельность и ответственность - Внимание к деталям и аккуратность ➡️ Будет плюсом: - Понимание принципов работы с Oracle и Greenplum. - Опыт работы в финансовой сфере (банк, страхование, финтех). - Базовые знания Python для скриптинга и анализа данных. - Понимание методологий управления проектами (Agile, Scrum, Kanban). - Опыт работы с ClickHouse, Airflow, SuperSet, FineBI. - Понимание принципов организации data lake и lakehouse-архитектуры. ☑️Обязанности: • Анализ требований: - Прием и анализ входящей документации от заказчиков - Детальный разбор требований, их формализация, проработка неясных моментов. - Оценка возможности реализации с учетом используемого стека - Анализ влияния изменений на текущие процессы, модели данных, таблицы и связанные компоненты. • Проектирование и прототипирование: - Разработка и согласование концептуального и логического решения. - Проектирование потоков обработки и трансформации данных с использованием Apache Spark. - Работа с данными, размещенными в S3 и организованными с использованием Apache Iceberg. - Написание SQL-кода в среде Apache Spark для создания прототипов, проверки гипотез и подтверждения корректности предлагаемой логики расчетов или моделей данных. • Тестирование и выпуск изменений: - Приемка и тестирование патчей от разработчиков на тестовых/предпродуктивных/продуктивных стендах. - Проверка корректности Spark-задач, SQL-логики, загрузок в S3 и работы таблиц Iceberg. - Подготовка и контроль выгрузки доработок в продуктивный контур. ⚠️Контакт для связи: @max_kicha

#вакансия #fulltime #удаленка #Senior Локация: РФ Формат: Удаленно Период: долгосрок Занятость: фуллтайм Оформление по договору с ИП Оплата: от 1200 рублей в час до 1500 рублей в час Applied Scientist / MLOps Engineer (Обезличивание данных / Privacy AI) Чем предстоит заниматься (Ключевые задачи): 1. Развитие классификатора данных для полей БД (Tabular ML) Развитие существующей ML-модели (RandomForest), которая выявляет ПДн в полях баз данных на основе метаданных и значений. Обучение модели распознаванию новых типов данных (например, VIN-номера, специфические идентификаторы). Повышение качества классификации: исправление ошибок (например, обнаружение сложных форматов телефонов). Решение задачи со «смешанными данными»: обучение модели корректно работать, когда в одной колонке БД вперемешку находятся ФИО, адреса и телефоны. Особенность: Оптимизация модели для высокой скорости работы на CPU, так как системе предстоит проводить полное сканирование БД объемом в несколько ТБ. 2. Создание модели для выявления данных в произвольном тексте (NLP / NER) Разработка архитектуры и обучение NER-модели (Named Entity Recognition) для поиска ПДн в неструктурированном тексте. Работа с различными форматами файлов: TXT, DOCX, PDF (включая распознавание текста) и логами. Реализация пайплайнов очистки и нормализации «шумных» данных перед подачей в модель. Наши ожидания от вас (Требования): Опыт и лидерство: Опыт разработки и внедрения ML-моделей в production от 3-х лет. Опыт ведения полного цикла: от исследования и постановки задачи до мониторинга качества и настройки автоматического ретренинга. Лидерство: Готовность возглавить направление, самостоятельно декомпозировать бизнес-задачи на технические и нести ответственность за результат. Технический стек (Python и ML): Уверенное владение Python (pandas, numpy, scikit-learn). Глубокое понимание классических ML-алгоритмов (деревья решений, ансамбли, Random Forest), умение интерпретировать результаты (Feature Importance) и подбирать гиперпараметры. NLP: Практический опыт работы с Hugging Face Transformers и/или SpaCy. Обязателен опыт обучения NER-моделей. Data Engineering: Опыт построения пайплайнов обработки неструктурированных данных (PDF, тексты). Навык Feature Engineering для табличных данных. Производительность и инфраструктура (MLOps): Performance: Опыт оптимизации инференса моделей для работы на CPU. Масштаб: Опыт работы с большими объемами данных (полное сканирование БД от нескольких ТБ). Production: Опыт развертывания моделей через API (FastAPI), контейнеризация (Docker). MLOps: Владение инструментами версионирования (MLflow, DVC), понимание CI/CD-процессов. Опыт настройки мониторинга качества моделей (Model Drift, Quality Gates) и организации автоматического ретренинга. Будет плюсом: Опыт работы именно с классификаторами для профилирования данных БД. Опыт распознавания специфических типов данных (VIN, номера карт, крипто-адреса). Опыт в области защиты ПДн, обезличивания данных или антифрод-систем. Что мы предлагаем: Возможность влиять на архитектуру сложного AI-продукта с нуля. Работу с реальными Big Data задачами (TB+). Современный стек и отсутствие легаси. Для связи @grosssoft1600

Ищем студентов-айтишников без опыта. Платят выше рынка. Только проверенные компании: Сбер, Авито, Альфа-Банк и еще 20+ работодателей на Найти IT в Санкт-Петербурге. 📍 24 октября, DAA EXPO Участие бесплатное. Регистрируйся ⬅️

🧩 Data Pipeline Engineer @ Higgsfield AI Higgsfield AI — самая быстрорастущая AI-компания в истории. За 18 месяцев с запуска наша команда достигла $1B ARR, а 133 сотрудника уже стали долларовыми миллионерами. Ты можешь стать следующим. Что предлагаем: ⚡️ Высоконагруженные распределённые системы и отказоустойчивые пайплайны сбора данных 🔬 Работа рядом с ML-командой над задачами для AI-продукта 🎯 Ответственность за результат и возможность самостоятельно доводить системы до production 💵 Конкурентная зарплата в USD + опционы Кого ищем: - Инженер уровня Middle/Senior - 3+ года коммерческой разработки, Python/Go, Kubernetes - Опыт разработки высоконагруженных распределённых систем и надёжных пайплайнов сбора данных - Самостоятельность: брать ответственность за задачу и доводить её до результата - Готовность работать 6 дней в неделю. Так работают сильнейшие AI-команды. Рост до $1B ARR за 18 месяцев требует такого темпа. За год здесь получаешь опыт, на который в бигтехе уходят несколько лет. 📍 Офис в Алматы · поможем с релокацией Отклик: @yrztdlt — co-founder, по этой роли отвечает лично

😎 Авито снова участвует в Рейтинге работодателей hh.ru! В прошлом году благодаря вашей поддержке мы вошли в топ-3 IT-компаний страны. Если вам откликается то, что мы делаем, проголосуйте за Авито и в этом году ❤️ Как поддержать компанию: — Перейдите на hh.ru и авторизуйтесь в личном кабинете. — Найдите Авито в списке компаний и оставьте свой голос. ✔️ Проголосовать за Авито Спасибо за поддержку! #РейтингРаботодателейРоссии

One Day Offer: стань щитом для миллионов клиентов! 🔥 В департамент противодействия мошенничеству Сбера нужен аналитик данных в антифрод — чтобы разбирать тренды мошенничества, находить скрытые паттерны и превращать их в правила защиты. Готов к таким задачам — добро пожаловать на One Day Offer: отбор за один день, разбор реальных кейсов, быстрая обратная связь. 24 октября, онлайн, регистрация и подробности — здесь!

#вакансия #Danaanalyst #удаленка #DWH #аналитик #AI Вакансия: Data Analyst Формат работы: удаленка Оформление: ИП/СЗ Занятость: part-time/full-time ЗП: до 2.000 руб. в час Привет! Мы Secreate ИТ-компания с подходом 360° - закрываем цифровые задачи бизнеса, от аналитики и разработки любой сложности до проектного консалтинга и поддержки готового решения. На нашем счету уже более 150 реализованных ИТ-проектов разной сложности. Нам доверяют лидеры рынка: Уралхим, Росгосстрах, Skolkovo, Skyeng, OZON, Kaspersky и другие. Сейчас мы находимся в поиск Data Analyst под следующие требования. Требования: - Коммерческий опыт в роли Data Analyst от 3-х лет; - Уверенное владение инструментами аналитики данных: SQL (включая оконные функции, агрегаты, подзапросы), Python для обработки и анализа больших данных; - Опыт работы с хранилищами данных и ETL (понимание принципов работы с DWH, базовое понимание ETL/ELT); - Опыт работы с BI-системами (Power BI/Tableau/Metabase и т.п.); - Опыт формулирования требований к данным: постановка задач на разработку витрин, проектирование таблиц и расчётных полей; - Сильные аналитические способности, внимание к деталям и способность мыслить критически, ориентируясь на потребности бизнеса. Будет плюсом: - Опыт построения аналитики в B2B, финтехе или сложных бизнес-моделях. Условия: - Полное удаленное сотрудничество; - Интересные проекты и нетривиальные задачи; - Отсутствие бессмысленной бюрократии и излишнего формализма. Контакт для связи: @a1enushkaj

Коллеги, если сейчас ищете работу или готовитесь к переходу в Data Engineering, рекомендую канал @dataengineerlab В канале много полезного для подготовки: — разборы Spark, Airflow, Kafka, Iceberg, Greenplum и других инструментов — актуальные вопросы с собеседований в бигтех — мини гайд по ии агентам — советы по резюме и прохождению интервью Рекомендую заглянуть и подписаться — точно найдете что-то полезное для подготовки: @dataengineerlab

#вакансия #job #РФ #Москва #офис #гибрид #web #вебаналитик #ecommerce Руководитель веб-аналитики (e-commerce) Компания: Simple Group - один из ведущих импортеров вина и других напитков в России, национальный дистрибьютор и ритейлер с собственной сетью винотек SimpleWine Формат: гибрид (Москва; ул. Минская, 2Ж) Занятость: полная ▪Задачи: Выполнение роли руководителя веб-аналитики в команде цифровых продуктов В2С, в частности e-commerce платформы https://simplewine.ru/. – Выстраивание сквозной аналитики с данными e-commerce платформы, CRM и другими источниками. – Настройка инструментов аналитики (Яндекс.Метрика, DataGo). – Агрегация данных из нескольких источников (Яндекс.Метрика, CRM и пр.), работа с сырыми данными. – Проверка и формулирование продуктовых гипотез, проведение A/B тестов, анализ результатов, поиск инсайтов в данных. – Визуализация данных и подготовка омниканальной отчётности по запросам заказчиков для контроля показателей. – Мониторинг показателей, выявление причин отклонения и подготовка рекомендаций по их устранению. – Составление прогнозов показателей эффективности сайта (трафик, выручка, конверсия, средний чек, показатель отказов и пр.). – Взаимодействие с внутренними заказчиками (сбор, анализ, уточнение требований) и веб-разработчиками (постановка задач, контроль реализации). ▪Требования: – Опыт работы в роли руководителя аналитики или ведущего веб-аналитика. – Опыт выстраивания процессов аналитики цифровых продуктов web и app в сфере e-commerce. – Владение инструментами Google Tag Manager, Яндекс.Метрика, Yandex DataLens, DataGo, Appmetrica, ClickHouse, Power BI. – Опыт проведения ROPO-анализа. – Опыт разработки инструментов для автоматизации процессов обработки данных и типовых задач с помощью скриптов Python. – Будет преимуществом опыт с исследованиями, прогностическими моделями и факторным анализом. ▪Мы предлагаем: – Оформление в штат компании. – Программу ДМС со стоматологией. – Корпоративные скидки на товары компании, партнёрские программы. – Возможности внутреннего и внешнего обучения. – Развитие экспертизы в вине с помощью курсов, дегустаций и обучений от наших экспертов и бренд-амбассадоров. 📩 Отправить резюме – @ds_fedorova, dsfedorova@simple.ru

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

#junior #удаленка #гибрид Альфа-Банк Junior data scientist (модели кредитного риска) Формат работы: гибрид, больше удалённо ☑️ Чем предстоит заниматься -Участвовать в разработке и поддержке моделей кредитного риска для юридических лиц -Анализировать данные, создавать признаки, реализуя Feature store, и отбирать признаки для моделей -Применять алгоритмы машинного обучения: линейные модели, случайный лес, градиентный бустинг -Тестировать новые источники данных и подходы к моделированию, включая различные передовые архитектуры -Презентовать результаты работы бизнес заказчика -Участвовать в исследованиях и предлагать собственные идеи ☑️ Наши пожелания к кандидатам -Высшее или незаконченное высшее образование в области математики, экономики, анализа данных или смежных направлениях -Базовые знания теории вероятностей, математической статистики и машинного обучения -Навыки работы с Python и библиотеками анализа pandas, numpy, scikit-learn, и моделирования XGBoost, LightGBM, CatBoost -Базовое знание SQL и понимание основных этапов подготовки данных -Готовность учиться, развиваться и работать в команде -Будет плюсом: -Опыт работы с Hadoop (PySpark), Hive, Impala или реляционными базами данных -Участие в соревнования, хакатонах , kaggle -Интерес к финансовой отчетности и анализу юридических лиц -Знание английского языка на уровне чтения технической литературы Контакты: aponomareva7@alfabank.ru

Как мы перешли от CatBoost к нейросетям в рекомендациях Авито Рекомендации на главной дают Авито половину просмотров объявлений и около 30% контактов покупателей с продавцами. С 2020 года их ранжировал CatBoost, но со временем он упёрся в потолок: даже кратно больше данных уже не давало прироста качества. Мы перешли на нейросетевое ранжирование, и вот что получилось: 🚀 +4,3% пользователей с контактами из рекомендаций 🤝 +0,8% пользователей, совершивших сделку, по всему Авито Техлид команды рекомендаций Ярослав Хныков рассказал на Хабре, какие решения сработали. Больше про DS в Авито пишем в канале «Доска AI-объявлений».

#middle #удаленка #гибрид #офис X5 Tech Data Engineer (Flink) Опыт работы: 3–6 лет Полная занятость График: 5/2 Формат работы: удалённо или гибрид или офис ☑️ Чем предстоит заниматься -Разработка шаблонов потоков данных на основе Flink DataStream -Реализация архитектуры потоков данных -Написание и доработка Java приложений для Big Data ☑️ Наши пожелания к кандидатам -Java Core: Глубокое понимание Java Core, включая ООП, многопоточность, коллекции, исключения и generics -Spring Boot: Опыт разработки микросервисов и REST API с Spring Boot, включая Spring Data, Security, Actuator и AOP -Apache Flink: Опыт работы с Apache Flink для потоковой обработки, включая DataStream API, state management, checkpoints и Flink CDC -Дата-инженерия: Работа с ETL/ELT, потоковыми и batch-процессами; инструменты вроде Airflow и Temporal -Проектирование фреймворков: Понимание принципов проектирования фреймворков и библиотек — код "для других разработчиков" -Большие данные: Знание принципов работы с большими данными (Spark, Dask, pandas на больших датасетах — плюс) -Базы данных: Опыт работы с PostgreSQL, ClickHouse; знание форматов данных Iceberg и Paimon -CI/CD и DevOps: Навыки работы с CI/CD, контейнеризацией (Docker), оркестрацией (Kubernetes — плюс) -Качество кода: Умение писать тесты (unit, integration), следить за качеством кода и его поддерживаемостью -Опыт программирования на питоне: скрипты, микросервисы, приложения -Будет плюсом: -Увлеченность разработкой: Активный интерес к новым технологиям и методам разработки -Хороший кругозор: Знание и понимание различных аспектов разработки, включая агентный -Практический опыт: Доказанный опыт практической реализации проектов, особенно в области баз данных и автоматизации Контакты: job@x5.ru /

30+ крупных компаний ищут студентов без опыта! 🔥 Ты студент IT специальности и хочешь оплачиваемую стажировку? Найти IT: офлайн мероприятие для молодых специалистов Москвы! 💬 Зачем идти? Найти IT — это не просто форум, а мост между студентом и 30+ IT компаниями, предлагающими стажировки, минуя конкуренцию и долгие поиски в интернете. 2000 участников, нетворкинг, живое общение с компаниями, а также пицца и призы за друзей! 🗓️ Дата, Время и Место 14 октября с 15:00 до 20:00 (прийти можно в любое время!) г. Москва, Main Stage ✔️ Как попасть? Участие бесплатное, обязательна регистрация! Переходи по ссылке и забирай свой билет!

Data Engineer DWH Мы ищем опытного Data Engineer / DWH-разработчика для работы над аналитическими системами в финансовом домене. Нам нужен практичный специалист, который сможет быстро погрузиться в предметную область, выстроить устойчивую модель данных и взять на себя задачи по развитию и поддержке аналитического хранилища. Проект ориентирован на работу с данными кредитных организаций, с фокусом на качество данных, прозрачность метрик и удобство аналитики. Ключевые обязанности: • Проектирование и развитие аналитического хранилища данных (DWH) • Разработка моделей данных (fact / dimension, агрегаты) • Построение ETL / ELT-процессов загрузки и трансформации данных • Разработка аналитических витрин и BI-моделей • Работа с финансовыми данными (кредиты, платежи, просрочка, клиенты, продукты) • Обеспечение качества, согласованности и историчности данных • Оптимизация запросов, моделей данных и расчета показателей • Взаимодействие с разработчиками, аналитиками и бизнесом для формализации требований Требования: • От 3 лет опыта в Data / DWH разработке • Уверенное знание SQL • Практический опыт построения DWH / аналитических систем • Понимание подходов моделирования данных (Star Schema, Fact / Dimension) • Опыт разработки ETL / ELT-процессов • Понимание принципов построения аналитической отчетности и BI • Опыт работы с одной или несколькими аналитическими СУБД (PostgreSQL, MS SQL Server, ClickHouse, Snowflake, BigQuery, Microsoft Fabric / Synapse) • Понимание различий между OLTP и OLAP системами • Умение проектировать устойчивые и понятные модели данных Будет плюсом: • Опыт работы в финансовом домене (банки, МФО, финтех) • Опыт построения отчетности по кредитному портфелю (выдачи, погашения, просрочка, collection, когортный и винтажный анализ) • Опыт работы с BI-инструментами (Power BI, Tableau, Superset, Metabase) • Опыт работы с orchestration-инструментами (Airflow, dbt) • Опыт использования Python для обработки данных • Понимание принципов Data Quality, Data Governance и историзации данных Мы предлагаем: • Полную занятость • Офисный формат работы в Ташкенте. • Работу над аналитической платформой в финтех-домене с прямым влиянием на бизнес • Сильную продуктовую и техническую команду • Возможность профессионального роста в направлении Data / DWH архитектуры • Конкурентную заработную плату 📩 Telegram: @haas_maru

Шаг со среднего уровня на старший На среднем уровне в данных ответственность — обычно за часть системы: модель, обработка данных, признаки, метрика. На старшем — за систему целиком: откуда приходят данные, как результат попадет к пользователю, что станет с решением через полгода. Этот же навык на собеседовании в сильную команду проверяют на секции по проектированию систем, где плавают даже инженеры, которые отлично обучают модели. 15 октября в 19:00 МСК Валерий Бабушкин проведет живой эфир вопросов и ответов про рост в данных и проектирование систем.  Валерий — соавтор книги «Machine Learning System Design», по которой учатся инженеры по всему миру, входит в топ-25 мирового рейтинга гроссмейстеров платформы Kaggle, старший директор по данным и ИИ в British Petroleum Разберут, какой навык отделяет средний уровень от старшего и архитектора, как устроена секция по проектированию систем на собеседовании, какие вопросы задать на старте проекта, чтобы он доехал до пользователя, и где большие языковые модели, поиск по источникам и ИИ-агенты уже работают, а где это шум. Свой вопрос Валерию можно задать заранее при регистрации — часть ответов будет именно по ним. Приходите услышать разбор от первого лица и прислать свой вопрос: https://clc.to/erid_2W5zFJj1KYu  После эфира всем участникам придет запись. Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFJj1KYu