Data Scientist (Entry Level)
Зарплата не указана
Аналитика, Данные и ML вакансии
Загружаем вакансии…
Загружаем вакансии…
Зарплата не указана
Задачи: — Сбор, анализ и отслеживание доходности портфелей инвесторов на основе данных, подготовленных аналитиком баз данных; — Планирование денежного потока для эффективного размещения денежных средств; — Составление аналитических записок, пояснений и презентаций для инвесторов; — Подготовка расчетов для коммерческих предложений инвесторам; — Участие в разработке новых инвестиционных продуктов совместно с методологом и аналитиком БД; — Анализ эмитентов и оценка рисков при принятии решений об инвестировании; — Формирование запросов аналитику-методологу на разработку и доработку расчетов, дашбордов, отчетности. Требования: — Высшее образование (экономика, финансы и кредит, банковское дело, математика); — Опыт работы в роли финансового аналитика или аналитика в финансовом секторе от 5 лет; — Понимание и анализ МСФО, РСБУ; — Продвинутый пользователь Excel (сводные таблицы, сложные формулы, макросы); — Будет преимуществом: понимание рынка ценных бумаг, знание методов оценки активов, драйверов ценообразования и подходов к сравнительной инвестиционной привлекательности; — Знание методов инвестиционного и портфельного анализа (оценка эффективности, расчет рисков, сравнение стратегий); — Навыки работы с 1С, SQL, Python или специализированными биржевыми терминалами. Условия: — Современный комфортный офис в центре Новосибирска; — Официальное оформление по ТК РФ; — Конкурентная заработная плата; — ДМС со стоматологией; — График работы 5/2 с 09.00 до 18.00; — Оплачиваемый день отдыха в день рождения работника; — Готовность к переезду для кандидатов из других регионов; — Возможности карьерного развития и повышения квалификации.
Зарплата не указана
Задачи: - Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований - Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика - Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных) - Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд - Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных - Разрабатывать и оптимизировать SQL-запросы - Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками - Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками - Обеспечивать контроль качества данных и их целостность Требования: - Высшее образование: техническое, математическое или финансовое - Опыт работы не менее 5 лет - Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами) - Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов - Понимание индексов, партиций, ключей, нормальных форм, SCD - Понимание моделирования данных, построения хранилища, репликации и консистентности данных - Умение рефакторить код и проводить миграцию из одной системы в другую - Знание принципов CI/CD - Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом) - Опыт работы с API (будет плюсом) - Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи: — Управление и развитие команды аналитиков — Анализ и проектирование решений — Обеспечение качества и готовности требований — Сопровождение реализации и управление знаниями
Зарплата не указана
В роли контент-аналитика предстоит заниматься исследованием и анализом контента, выявлением тенденций и подготовкой отчетов на основе собранных данных. Кандидат должен обладать навыками работы с аналитическими инструментами и уметь систематизировать информацию для принятия решений. Дополнительным преимуществом станет опыт в смежных областях и знание современных технологий анализа данных. В рамках работы ожидается взаимодействие с командой для улучшения качества контента и поддержки стратегических инициатив компании.
Зарплата не указана
Задачи: — участие в организации end-to-end реализации задач: от формирования методологии и ТЗ до промышленного внедрения, мониторинга и визуализации результатов в проект — взаимодействие со стейкхолдерами (бизнес-подразделения, методологи, дата-сайентисты и пр.): проведение встреч, выявление потребностей, UX-исследования, согласование требований — управление требованиями: формализация бизнес и пользовательских требований, нефункциональных требований на этапе бизнес-анализа, приоритизация требований, участие в формировании продуктового бэклога, обработка входящих и заведение исходящих CR (Change Request), анализ влияния изменений на текущий продукт, формирование предложений применения AI-агентов — бизнес-процессы и описание логики: моделирование, оптимизация бизнес-процессов (BPMN) — интеграции и данные: мэпинг, участие в проектировании интеграционного взаимодействия — демо и тестирование: проведение демо-показов продукта, участие в функциональном тестировании, сбор обратной связи — подготовка презентационных, обучающих материалов Требования: — высшее образование аналитического профиля (техническое, математическое, финансовое) — практический опыт работы в банковской среде, желательно в сфере финансов (преимущество) — знание продуктовой линейки банка для юридических лиц, специфика работы юридических лиц и особенности их взаимодействия с Банком (преимущество) — технические компетенции: базовые навыки работы с SQL для анализа данных и построения отчетов (обязательно), Python для анализа данных в базах данных (преимущество) — опыт работы с Jira, Confluence и их аналогами (обязательно) — использование нейросетей в повседневной работе Условия: — комфортный современный офис рядом с м. Кутузовская — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — уникальная система обучения Сбера для профессионального и карьерного развития — расширенный ДМС и льготное страхование для семьи — 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 — корпоративная пенсионная программа
Зарплата не указана
Задачи: - Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров - Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей - Доводить решения до прода и отвечать за них Требования: - Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу - Опыт в задачах матчинга - Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет - Уверенные знания Python, ML-стека, SQL - Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот - Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом
Зарплата не указана
Задачи: — Строить и развивать аналитическое хранилище компании на базе BigQuery. — Настраивать конвейеры данных из продуктовых и маркетинговых источников (AppsFlyer, Adjust, RevenueCat, Amplitude, Mixpanel, Facebook Ads и др.). — Формировать данные в удобный для аналитиков и продуктовых менеджеров вид. — Документировать модель данных. — Внедрять лучшие практики работы с хранилищем: слоистая архитектура (raw / staging / marts), соглашения по наименованиям, версионирование, тесты качества данных. — Взаимодействовать с продуктом, маркетингом и аналитикой для понимания бизнес-требований и трансформации их в структуру данных. Требования: — Опыт работы в data engineering от 2 лет или сильная аналитическая роль с реальным инженерным компонентом (уровень solid junior / light middle). — Уверенное владение Python для написания ETL/ELT скриптов, работы с API и автоматизации конвейеров. — Опыт работы с GCP (BigQuery, Cloud Functions, Cloud Storage). — Уверенный уровень SQL: оконные функции, CTE, оптимизация запросов. — Понимание принципов аналитических хранилищ: слоистая архитектура, нормализация/денормализация, идемпотентность конвейеров, инкрементальные загрузки. — Опыт интеграции данных из внешних источников через API или готовые коннекторы. — Сильные коммуникативные навыки для общения с нетехническими стейкхолдерами, умение задавать уточняющие вопросы и объяснять технические ограничения простым языком. — Опыт работы с Git: ветвление, код-ревью. Желательно: — Опыт с типичными источниками подписочного/мобильного стека: AppsFlyer, Adjust, Adapty, Amplitude, Mixpanel. — Понимание специфики мобильной атрибуции: SKAdNetwork, постбеки, детерминистическая и вероятностная атрибуция. — Опыт работы с BI-инструментами (Looker Studio, Metabase, Tableau, Power BI) на уровне настройки источника и построения дашбордов. — Знания Terraform / IaC для ресурсов GCP. — Опыт с CDC / стримингом (Pub/Sub, Dataflow) — плюс, но не критично. Условия: — Гибридный формат работы: 2 дня в офисе в Варшаве, 3 дня удаленно. — Обеды оплачиваются в офисные дни. — Возможность участвовать в командных мероприятиях. — Гибкий график с фокусом на результат. — Работа в молодой команде с энергией стартапа, без бюрократии и микроменеджмента.
Зарплата не указана
Зарплата не указана
DMED — государственная цифровая медицинская система Узбекистана, единая платформа для электронного учёта медицинских данных, рецептов и анализов, объединяющая пациентов, врачей и аптеки.
Зарплата не указана
Задачи: — Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня — Интегрировать A/B-тесты пейволлов с предиктом, учитывая, что тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке — Развить аналитику, выявить и устранить узкие места в данных, запросах или интерфейсе — Принять решение по накопленным ML-наработкам: что доводить до продукта, что закрывать — Руководить командой из двух ML-инженеров Требования: — Глубокие знания классического ML и математической статистики, способность вести предметный спор о метриках и горизонтах прогнозирования — Владение SQL и Python для самостоятельного извлечения и проверки данных — Умение самостоятельно вести широкое направление и доводить его до результата без необходимости постановки задач — Продуктовый опыт является плюсом, но не обязателен Плюсы: — Опыт с подписками, мобильными приложениями или финтехом (LTV, churn, когортная экономика) — Знания в области экспериментального дизайна: мощность теста, MDE, множественные сравнения — Опыт работы с ClickHouse — Участие в олимпиадах, Kaggle, наличие публичных проектов О компании: Adapty — платформа монетизации подписок для мобильных приложений, через которую проходит более $3 млрд подписочной выручки в год, используется более 20 000 приложений. В компании формируется новое направление аналитики и ML под одного владельца, с целью улучшения точности предсказания LTV для оптимизации расходов на привлечение пользователей.
Зарплата не указана
Требования: - sql, базы данных, python, аналитический склад ума Обязанности: - построение ETL-процессов - работа с современным стеком трансформации - оркестрация данных - управление хранилищами - визуализация смыслов - оптимизация выборок Условия: Срочный трудовой договор на 3 месяца, удаленно/офис/гибрид. Стажировка для студентов из любых ВУЗов.
Зарплата не указана
Требуется аналитик данных. Требуемые навыки: разработка технических заданий. Вакансия в компаниях в Москве, Санкт-Петербурге и Воронеже. Формат работы: полный рабочий день.
Зарплата не указана
Зарплата не указана
Задачи: — Анализ клиентского опыта на разных стадиях взаимодействия с продуктом, исследование реальных болей клиентов. — Разработка системы мониторинга ключевых метрик, масштабирование системы на новые продукты, создание дашбордов для приоритизации задач. — Внедрение AI-агентов в процессы поддержки: сбор требований, формализация сценариев, анализ эффективности, поиск новых точек роста. — Проведение А/B-тестов и развитие культуры A/B-тестирования: разработка дизайна, запуск, глубокий анализ результатов для оценки влияния на бизнес-показатели. Требования: — Хорошее знание математики и методов статистического анализа. — Уверенное написание аналитического кода на SQL и Python. — Опыт работы с LLM. — Уверенное владение BI-инструментами. Условия: — Корпоративная подписка на чекапы, спорт, терапию, образовательные курсы и другие бонусы в Яндексе.
Зарплата не указана
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
Зарплата не указана
Продукт - мобильное приложение, стрим MOP (mobile order and payment). Задачи: — Анализ и валидация бизнес-требований; — Проектирование решений и составление артефактов системного анализа; — Постановка задач команде разработки (backend-ios-android) и команде тестирования, ведение документации; — Контроль реализации функционала поставленным требованиям. Требования: — Техническое профильное образование; — Опыт работы от 3 лет в системном анализе; — Опыт построения ER/sequence/архитектурных диаграмм (UML, C4) и диаграмм бизнес-процессов (BPMN); — Опыт проектирования БД, написание SQL запросов (отличаешь where от having); — Опыт построения интеграций через API, db, queue; — Опыт проектирования REST API и gRPC; — Опыт работы с мобильными приложениями; — Опыт работа с микросервисной архитектурой. Условия: — Работа в компании с мировыми стандартами и легендарной историей; — Официальное трудоустройство в ИТ аккредитованную компанию; — ДМС со стоматологией со 2го месяца работы и льготное страхование для членов семьи; — Материальная компенсация спорта; — Возможности внутреннего и оплачиваемого внешнего обучения сотрудников, возможности карьерного развития; — Полугодовое премирование по результатам работы; — Гибридный формат работы - посещение офиса 1 раз в неделю.
Зарплата не указана
Задачи: — Анализировать продуктовые метрики B2C-направления: воронки, retention, когорты пользователей — Настраивать и поддерживать трекинг событий в Amplitude (или аналогичной системе) — Считать unit-экономику продукта: LTV/CAC, конверсии, retention, а также финтех-специфичные метрики — GMV, payment success rate, показатели по транзакциям — Строить и поддерживать дашборды для команды и стейкхолдеров (Superset / DataLens / Power BI) — Настраивать real-time дашборды операционных метрик и алерты в Grafana — Писать сложные SQL-запросы к PostgreSQL, оптимизировать их под нагрузку — Обрабатывать и автоматизировать анализ данных на Python (pandas/numpy) — Помогать выстраивать витрины данных и элементы ETL-процессов Требования: — SQL — PostgreSQL: оконные функции, CTE, оптимизация запросов — Продуктовая аналитика — опыт работы с Amplitude или аналогами: воронки, retention, когорты, настройка событий — Python — pandas/numpy для обработки данных и автоматизации — BI-инструменты — опыт построения и поддержки дашбордов (Superset / DataLens / Power BI) — Grafana — опыт настройки real-time дашбордов и алертов по операционным метрикам — Понимание продуктовых и финансовых метрик: unit-экономика, LTV/CAC, конверсии, retention — Понимание специфики fintech-метрик: GMV, payment success rate, транзакционные показатели — Базовые знания статистики Условия: — официальное трудоустройство по ТК РК — понятный онбординг и поддержка на старте — обучение и развитие за счёт компании — частичная компенсация занятий спортом — корпоративные активности и мероприятия — работа в офисе в Караганде или удалённо по всему Казахстану
Зарплата не указана