Data Scientist вакансии

ГибридseniorPalau-solità i Plegamans

Зарплата не указана

Продуктовая mobile game-компания8 дн назад

О компании и роли Продуктовая mobile game-компания с многомиллионной аудиторией и сильной рекламной моделью монетизации. Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду. Почему стоит рассмотреть • Влияние на ключевые продуктовые метрики: ad revenue, engagement, retention и LTV • Большие объёмы behavioral data и реальные production ML-задачи • Возможность влиять на Data Science roadmap, технические решения и развитие команды • Работа на стыке Data Science, Product, Engineering и Ad Monetization Важно • 5+ лет опыта в Data Science, желательно в consumer / mobile-продуктах • Обязателен опыт в advertising monetization, revenue optimization или advertising analytics • Опыт с recommendation, personalization или ranking systems • Сильный Python и SQL • Опыт с ML-моделями, A/B-тестированием и applied statistics • Опыт работы с большими behavioral datasets • Опыт технического лидерства или менторинга Data Scientists

ГибридleadWarsaw

Зарплата не указана

Компания не указана8 дн назад

Middle/Senior Data Scientist

Ищем сильного специалиста по табличным данным в команду, которая моделирует спрос и поведение розничного портфеля крупного Банка: оцениваем, как меняется спрос на продукт при изменении его параметров, и переводим это в решения по портфелю.

Удалённо

Зарплата не указана

СБЕР9 дн назад

Задачи: — глубокий анализ данных для построения и калибровки моделей — опыт построения uplift-моделей и кривых отклика для оптимизации процентных ставок — разработка моделей оценки эластичности спроса на кредит по ставке — разработка, обучение и валидация продвинутых ML-моделей для индивидуального ценообразования (регрессионные модели, градиентный бустинг, методы обучения с подкреплением / Reinforcement Learning для динамического ценообразования) — анализ и интерпретация результатов A/B-тестов ценовых стратегий, оценка их бизнес-эффекта (влияние на выручку, маржу, конверсию, LTV) — построение и оптимизация симуляционных сред для предварительной оценки эффекта ценовых изменений. Требования: — глубокое знание и практический опыт (от 3 лет) применения методов машинного обучения и анализа данных для решения бизнес-задач, желательно в области ценообразования, экономики или финтеха — продвинутый уровень знаний в области статистики, эконометрики и методологии проведения A/B-тестов — понимание принципов микроэкономики и теории цен — опыт разработки и внедрения в production моделей, напрямую влияющих на финансовые метрики (выручка, маржа) — продвинутые знания SQL и Python для анализа данных и ML — опыт работы с Python ML-фреймворками (Scikit-Learn, LightGBM/CatBoost/XGBoost, PyTorch/TensorFlow, библиотеки для RL), Spark (PySpark), опыт работы с базами данных (GreenPlum, PostgreSQL, ClickHouse). Будет плюсом: — опыт построения систем динамического ценообразования (dynamic pricing) или моделей на основе обучения с подкреплением (Reinforcement Learning) — опыт работы в ритейле, финтехе, marketplace-сегменте или сфере услуг с высокой конкуренцией — умение переводить бизнес-задачи на язык данных и обратно — знание основ юнит-экономики и финансового моделирования — опыт разработки или интеграции решений с применением GenAI. Условия: — комфортный современный офис рядом с м. Кутузовская — офисный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

ОфисmiddleМосква

Зарплата не указана

АО «Bereke Bank10 дн назад

В АО «Bereke Bank» открыты вакансии для IT-специалистов в различных продуктах с разнообразными задачами. Предлагается гибридный формат работы (удаленка и офис). В AI команду требуются: — Senior Data Scientist — Middle Fullstack (честное разделение 50/50 между фронтендом и бэкендом) — Senior Fullstack (с уклоном в бэкенд на Python) — ML-инженер Для отклика и получения деталей по проектам необходимо связаться через Telegram @dashan13 с резюме.

Гибридsenior

Зарплата не указана

Scrambly11 дн назад

Требования: — 4+ года опыта работы дата-сайентистом — Практический опыт с предсказанием LTV или ROAS — Опыт в adtech или мобильном performance-маркетинге — Уверенные навыки Python и SQL — Опыт работы с облачными хранилищами данных в продакшене — Опыт использования моделей, применяемых для реальных решений — Владение английским языком на уровне B2+ (письменно и устно)

Удалённоsenior

Зарплата не указана

СБЕР12 дн назад

Middle Data Scientist

Задачи: — работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей — разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний — проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов) — выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке — обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день. Требования: — опыт работы Data Scientist от 2х лет — техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны) — понимание теории вероятностей и статистики — уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать) — владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.) — плюсом будет опыт работы с pytorch, pyspark Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

ГибридmiddleМосква

Зарплата не указана

Компания не указана12 дн назад

О компании и продукте Мобильная game development-компания развивает один из самых успешных ad-driven продуктов в мире - digital coloring book с многомиллионной аудиторией. Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду. Почему стоит рассмотреть • Прямое влияние на рекламную выручку, engagement, retention и LTV продукта • Работа с большими поведенческими данными и ML-моделями в продукте с миллионами пользователей • Возможность формировать Data Science-направление, roadmap и технические стандарты команды • Кросс-функциональная работа с Product, Engineering, Analytics и Ad Monetization Важно • 5+ лет опыта в Data Science, желательно в consumer mobile-продуктах • Обязателен опыт advertising monetization, revenue optimization или advertising analytics • Опыт разработки recommendation, personalization или ranking systems • Сильные Python и SQL • Практический опыт с ML: classification, regression, ranking, forecasting, predictive modeling • Понимание A/B-тестирования, applied statistics и работы с большими behavioral datasets • Опыт технического лидерства или менторинга Data Scientists

ГибридleadWarsaw

Зарплата не указана

Компания не указана12 дн назад

Задачи: — Руководство и наставничество в команде Data Science Требования: — Опыт работы в Data Science не менее 5 лет, предпочтительно в мобильных потребительских продуктах — Глубокие знания в области монетизации рекламы, оптимизации доходов или аналитики рекламы — Опыт работы с системами рекомендаций, персонализации или ранжирования — Продвинутые навыки Python и SQL — Экспертиза в машинном обучении, предиктивном моделировании, прогнозировании и прикладной статистике — Опыт работы с большими поведенческими наборами данных — Опыт руководства или наставничества в командах Data Science — Родной русский язык Будет преимуществом: — Знание и опыт работы с AdMob, AppLovin, Unity Ads, ironSource — Опыт с MLOps и облачными платформами AWS, GCP, Azure — Знания в области LLMs и генеративного ИИ

ГибридleadWarsaw

Зарплата не указана

НЛМК ИТ12 дн назад

Задачи: — Выявление производственных проблем и точек роста на основе данных; — Участие в обследовании производственных участков, выезды в цеха, изучение технологических процессов на месте; — Формализация производственных задач в цифровые кейсы: прогнозирование, классификация, детекция отклонений, контроль качества, оптимизация режимов; — Сбор, выгрузка, очистка и консолидация данных из производственных и корпоративных информационных систем; — Анализ данных технологических процессов, поиск закономерностей, факторов влияния и причин отклонений; — Разработка, обучение и валидация ML-моделей для прогнозирования, оптимизации и поддержки принятия решений; — Разработка и внедрение CV-решений; — Подготовка датасетов, разметка данных, организация процессов сбора и актуализации обучающих выборок; — Проверка гипотез, проведение пилотных проектов и оценка экономического эффекта; — Визуализация результатов анализа, подготовка отчетов и рекомендаций для производственных подразделений; — Взаимодействие с внутренними заказчиками, подрядчиками, интеграторами и смежными командами. Требования: — Практический опыт разработки и внедрения решений на базе ML; — Практический опыт разработки и внедрения решений на базе Computer Vision; — Опыт работы с производственными данными, временными рядами, журналами событий, технологическими параметрами; — Опыт полного цикла работы с данными: сбор, выгрузка, очистка, анализ, построение признаков, обучение моделей, внедрение; — Опыт проведения обследований производственных процессов и интервью с внутренними заказчиками; — Понимание специфики промышленного предприятия и готовность работать “в поле”; — Желателен опыт работы в металлургии, горнодобывающей промышленности, тяжелой промышленности, химическом производстве или энергетике; — Понимание технологических процессов агломерационного, коксового или доменного производства будет преимуществом; — Уверенное владение Python и библиотеками для ML/CV; — Знание методов регрессии, классификации, кластеризации, поиска аномалий, анализа временных рядов, оптимизации, глубокого обучения; — Опыт построения CV-моделей; — Опыт работы с SQL и промышленными базами данных (MES, ERP, SCADA, historians, лабораторные системы, систем АСУ ТП); — Понимание принципов интеграции моделей в промышленный ИТ-ландшафт; — Опыт работы с Docker, Git, MLOps-инфраструктурой; — Применение LLM в разработке решений; — Понимание производственных показателей: качество сырья и продукции, производительность, простои, расход топлива и энергоресурсов, стабильность технологических режимов, надежность оборудования; — Понимание причинно-следственных связей в производственном процессе и умение переводить экспертные знания технологов в аналитические модели; — Навык оценки экономического эффекта от цифровых инициатив: снижение потерь, снижение брака, снижение простоев, рост производительности, снижение расхода ресурсов. Условия: — ДМС, включая стоматологию; — Страхование жизни и страховка для путешественников; — Корпоративная мобильная связь; — Система скидок для сотрудников НЛМК ИТ; — Частичная компенсация питания в корпоративных столовых; — Возможность обучения за счет работодателя; — Активная корпоративная жизнь; — Поддержка от компании в жизненно важных событиях; — Бесплатный доступ к электронной библиотеке.

ВТБ12 дн назад

Задачи: — управление полным циклом разработки моделей и ML-решений от постановки задачи до передачи на мониторинг; — формирование бэклога проектов; — генерация подходящих ML-решений для задач бизнеса; — формирование бизнес-технических моделей и технических заданий смежным стримам и командам.

ГибридleadМосква

Зарплата не указана

Компания не указана12 дн назад

Задачи: — участвовать в разработке и валидации моделей кредитного скоринга — регулярно запускать и контролировать ML-пайплайны — мониторить производительность и стабильность моделей — проводить плановое переобучение моделей — готовить отчёты по производительности моделей, включая Gini / KS — поддерживать модели в продакшене Требования: — от 2 лет опыта в Data Science — понимание принципов кредитного скоринга — узбекский язык обязателен — опыт работы в банковской сфере или финтехе — уверенный SQL и Python, практический опыт с Apache Spark — опыт внедрения и сопровождения ML-моделей в продакшене — понимание MLOps и полного жизненного цикла ML-моделей Будет большим плюсом: — опыт работы в банках или финтех-компаниях Узбекистана Условия: — полная занятость — зарплата до 4000 USD на руки — Ташкент, работа из офиса — долгосрочный проект

ОфисmiddleТашкент

до 4 000 $

Азиатско-Тихоокеанский Банк13 дн назад

Data Scientist (Рекомендательные системы)

Задачи: — Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов-физических лиц и розничного продуктового портфеля Банка — Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам Банка Требования: — Опыт работы в банковской сфере — Опыт разработки и внедрения ML-моделей от сырых данных до production — Работа с табличными данными — Свободное владение Python: Pandas, NumPy, Matplotlib (или аналогичными инструментами визуализации) — Знание SQL: оконные функции, сложные JOIN, оптимизация запросов к БД — Хорошее владение ML-библиотеками: CatBoost, LightGBM, XGBoost, Scikit-learn — Умение проводить стресс-тесты и А/В-тесты — Понимание особенностей розничных банковских бизнес-процессов — Преимуществом будет знание MLflow, Airflow, Butch Scoring, Docker, Spark / PySpark Условия: — Офисный формат работы — Офис в центре Москвы

ОфисМосква

Зарплата не указана

Вкусно — и точка13 дн назад

Задачи: — Разработка моделей для рекомендательных систем CVM — Рекомендация персональных предложений в мобильном приложении, рекомендации докупа в корзине, рекомендации в карточке товара Требования: — Высшее образование — Навыки построения авторегрессионных моделей (семейство ARIMA, экспоненциальное сглаживание, Prophet и тд) и деревяных моделей (случайный лес, бустинги) в задачах прогнозирования — Высокий уровень Python, средний уровень SQL — Знание и опыт использования классических рекомендательных алгоритмов (матричная факторизация), а также более продвинутых (бустинги, нейронные сети) — Умение работать с очисткой от выбросов, сглаживания временного ряда — Приветствуется опыт работы с нейронными сетями в задачах прогнозирования Условия: — Работа в компании с мировыми стандартами и легендарной историей — Оформление в ИТ аккредитованную компанию — Интересные задачи и профессиональное развитие — Конкурентоспособный социальный пакет — Гибридный формат работы

Гибрид

Зарплата не указана

АДВ13 дн назад

О компании Points Health - это экосистема высокоточных маркетинговых решений для фармацевтических брендов. Компания работает с данными более чем 38 000 аптек по всей России и внедряет современные методы аналитики. Роль и задачи Ищут сильного лидера и эксперта, который будет ключевым звеном в трансформации больших и грязных фармацевтических данных в ценные бизнес-инсайты. Обязанности включают управление командами, выстраивание архитектуры данных, методологии очистки и анализа, создание прогностических моделей для повышения эффективности продаж и маркетинга. Ключевые обязанности: Управление и стратегия: — Разработка стратегии работы с данными для поддержки и развития продуктов "Stock Index" и "Мой Бонус". Работа с данными (Data Engineering): — Управление ETL-процессами: сбор, очистка, стандартизация и валидация больших массивов данных из различных источников. — Обеспечение высокого качества и надежности данных для аналитики. Анализ и моделирование: — Применение многомерных методов анализа данных: регрессионный, кластерный, факторный анализ. — Разработка прогностических и "what-if" моделей для прогнозирования продаж, оценки маркетинговых активностей и ценообразования. — Построение и валидация моделей для оптимизации товарного запаса и предотвращения дефектуры. Взаимодействие с бизнесом: — Трансформация сложных аналитических выводов в понятные бизнес-рекомендации для топ-менеджмента и клиентов. — Сотрудничество с продуктовыми командами для внедрения моделей в продукты Points Health. Ключевые требования Опыт: — От 3 лет в Data Science, управлении аналитикой или аналогичных ролях с опытом руководства проектами или командами. — Опыт в фармацевтической отрасли будет преимуществом. Образование: — Высшее образование (Магистр или PhD) в математике, статистике, эконометрике, компьютерных науках, Data Science или смежных дисциплинах. Технические навыки: — Экспертный уровень владения Python (pandas, scikit-learn, statsmodels, PyMC) и SQL. — Опыт с библиотеками машинного обучения и статистического моделирования. — Глубокое знание методов экстраполяции, агрегации, кластерного и факторного анализа, регрессионного анализа (включая байесовские подходы) и эконометрических методов. — Опыт построения прогностических моделей (временные ряды, XGBoost) и "what-if" сценариев. — Опыт работы с большими данными, их очисткой, трансформацией и интеграцией. — Умение создавать дашборды и отчеты в Power BI, Tableau или Qlik. Личные качества: — Сильное аналитическое и критическое мышление. — Управленческая зрелость, способность принимать решения в условиях неопределенности. — Отличные коммуникативные навыки и умение доносить сложные концепции до не-технических специалистов. — Проактивность, ориентация на результат и клиентоориентированность.

senior

СБЕР14 дн назад

Middle Data Scientist

Задачи: — разработка моделей по продуктам кредитов физических лиц (КФЛ) для Блока Финансы — модели досрочного погашения кредитов/вкладов ФЛ на портфельном/клиентском уровне — модели эластичности КФЛ — модели рефинансирования КФЛ — модели детекции аномалий по НОСТРО счетам Обязанности: — сбор и подготовка данных (Hadoop, pyspark) — тестирование различных гипотез — полный пайплайн разработки модели (бустинг, нейронные сети, временные ряды) — общение с заказчиками и Data Engineer Требования: — опыт работы Data Scientist от 2 лет — образование по направлениям "Математика", «Физика», «Мат. методы в экономике» — глубокие знания в области теории вероятностей, статистики — понимание алгоритмов ML-моделей (регрессии, классификации и т. д.) — владение Python (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost и др.) — будет плюсом владение одним из фреймворков DL, pyspark Условия: — комфортный современный офис рядом с м. Кутузовская — офисный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия (зависит от должности и системы премирования) — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

Офисmiddle

Зарплата не указана

НЛМК ИТ12 дн назад