Data Scientist / Analyst

Задачи: — разработка, валидация, улучшение и поддержка ключевых маркетинговых моделей прогнозирования (долгосрочный LTV, выручка, retention); — построение и сопровождение надёжных time-based валидаций и backtesting-подходов; — работа с неполными и цензурированными данными когорт с учётом их зрелости; — исследование транзакционных и event-level данных, проверка семантики данных и выявление проблем качества; — мониторинг производительности моделей, диагностика ошибок прогнозирования, постоянное улучшение качества; — построение и поддержка датасетов и фичей, поддержка A/B-тестов и статистической интерпретации результатов; — вывод моделей из исследований в регулярные production-расчёты и постепенное расширение моделирования на другие области, включая риск-модели. Требования: — опыт работы Data Scientist или Data Analyst от 2 лет либо подтверждённый опыт реализации сквозного аналитического или предиктивного проекта; — сильное знание SQL, включая опыт с Google BigQuery и/или PostgreSQL; — уверенный Python для анализа и моделирования с библиотеками pandas, NumPy, SciPy, scikit-learn, statsmodels; — глубокое понимание математики, вероятности, статистики, статистического вывода и проверки гипотез; — понимание классических статистических и ML-подходов и опыт построения предиктивных моделей; — уверенное владение валидацией моделей (time-based валидация, backtesting, data leakage, overfitting, стабильность моделей); — понимание цензурированных и неполных данных, зрелости когорт и базовых концепций survival analysis; — понимание экономики подписок и ключевых маркетинговых метрик (LTV, CAC, ROI/ROMI, payback, retention, conversion rate); — опыт работы с крупными транзакционными и event-level датасетами, исследованием несоответствий и смещений в данных, переводом аналитических результатов в бизнес-выводы. Будет плюсом: — опыт с подписочными продуктами, recurring billing и платёжными данными; — опыт долгосрочного прогнозирования, survival/hazard моделей и других time-dependent подходов; — опыт со Stripe, PayPal или похожими платёжными провайдерами; — знакомство с dbt/Dataform, Airflow, Tableau, Amplitude, AppsFlyer, Meta Ads или Google Ads; — знание production ML-процессов, мониторинга и ретрейнинга моделей, классических ML-моделей. Условия: — неограниченные выходные вне офиса; — компенсации за wellness, психолога, языковые курсы и коворкинг; — медицинская страховка, 100% оплата больничных; — тимбилдинги и оффсайты (Испания, Италия, Польша, Португалия и другие); — мерч и подарки к праздникам.