Бизнес Data аналитик

О проекте: Развитие Платформы по работе с большими данными. ML моделирование в области: B2C, B2B, B2O, Инвестиционного планирования. Стек: Языки/библиотеки: Python (pandas), SQL, Spark; BI-инструменты. Что мы ожидаем: Высшее образование (в области математики, статистики, компьютерных наук, экономики или смежных дисциплин). Опыт работы от 3-х лет в области аналитики данных или Data Science. Опыт менторства/ управления командой. Технические навыки: Владение языком программирования Python. Навыки работы с SQL для работы с базами данных. Опыт работы с инструментами визуализации (Grafana, Apache Superset и др.). Базовые знания в области Machine Learning (классификация, регрессия, кластеризация). Опыт работы с большими данными (например, Spark, Hadoop) будет плюсом. Бизнес-навыки: Умение работать с бизнес-требованиями и преобразовывать их в технические задачи. Навыки интерпретации сложных технических метрик для бизнес-пользователей. Умение выявлять точки роста и предлагать улучшения на основе данных. Личные качества: Аналитический склад ума, внимательность к деталям. Коммуникабельность и умение работать в команде. Проактивность и готовность брать ответственность за проекты. Чем предстоит заниматься: Анализ бизнес-требований. Взаимодействие с заказчиком для определения целей проекта и ключевых бизнес-показателей. Перевод бизнес-задач в технические требования для команд аналитики и Data Science. Работа с источниками данных: поиск, доступ и работа с системами-источниками данных. Ведение документации по структуре и качеству данных. Выявление узких мест в системах источников данных совместно с заказчиком. Обработка и подготовка данных: анализ данных на предмет релевантности, очистки, трансформации и выявления аномалий. Взаимодействие с командой Data Science для оптимизации процессов подготовки данных. Аналитика и выявление закономерностей: проведение статистического анализа и визуализация данных. Поиск закономерностей, трендов и аномалий в данных. Разработка гипотез и проведение тестов: формулирование гипотез, связанных с прогнозированием и анализом данных. Организация и проведение A/B-тестов или других методов проверки гипотез для подтверждения идей. Поддержка разработки ML-моделей: оценка применимости данных для ML-подходов. Помощь в сборе и формировании признаков (фич) для моделей прогнозирования. Коммуникация с командой Data Science и бизнесом: передача и разъяснение бизнес-требований для команды Data Science. Помощь в интерпретации результатов анализа и моделей в контексте бизнес-целей. Разработка дашбордов и визуализация данных: создание, поддержка и оптимизация дашбордов для мониторинга ключевых метрик и результатов моделей. Использование инструментов визуализации (например Grafana, Apache Superset) для наглядного представления данных и выводов. Мониторинг результатов моделей: регулярный анализ эффективности моделей и их влияния на бизнес-процессы. Проведение пост-исследований для оценки долгосрочного воздействия внедрённых решений. Условия: Удаленный или гибридный формат работы. Возможность принимать участие в конференциях, проходить обучение за счет компании. Полностью "белая" заработная плата: оклад + годовая премия. Кафетерий льгот. Гибкий график работы: начало работы с 08:00 до 10:00 МСК, окончание - с 17:00 до 19:00 МСК, выходные Сб-Вс.