Data Scientist / Дата-сайентист

Aston

📍 Москва 💼 От 3 до 6 лет

Откликнуться на hh.ru

✍ Составить сопроводительное письмо

Письмо хранится только в вашем браузере. Проверьте название компании перед отправкой — чужое имя в письме читается как массовая рассылка.

💰 Сколько зарабатывают на этой позиции

220 000 ₽ — медиана, обычно 150 000–259 000 ₽

По 77 вакансиям «data» в городе Москва. Подробная зарплатная аналитика →

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов. Мы разрабатываем программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и многом другом.

Предлагаем присоединиться в роли Data Scientist и работать над проектом заказчика.

Заказчик — это современная, быстрорастущая ИТ-компания, специализирующаяся на цифровых решениях для крупнейших финансовых организаций. Акцент на инновациях: финтех-продукты, работа с большими данными, цифровизация бизнес-процессов.

Почему это будет интересно?

возможность повышения квалификации на проекте одного из лидеров рынка;
современный технический стек.

Чем предстоит заниматься?

разрабатывать модели спроса и эластичности спроса к изменению параметров продукта и внешних условий;
разрабатывать и оптимизировать признаки на PySpark и Hive: партиционирование, борьба с перекосом данных и лишними shuffle, контроль потребления ресурсов кластера;
разрабатывать uplift-модели: мета-лернеры (S/T/X/R-learner), uplift-деревья, преобразование класса; подбирать экономически осмысленный таргет вместо «голой» вероятности отклика;
работать с causal inference на наблюдательных данных: Double ML, ортогонализация и кросс-фиттинг, DiD, matching и взвешивание, диагностика и коррекция смещения отбора;
проектировать A/B-тесты: расчёт мощности, стратификация, дизайн с несколькими вариантами воздействия, контроль валидности, разбор аномальных результатов;
строить кривые спроса и отклика в разрезе поведенческих сегментов, разрабатывать модели сегментации и кластеризации;
оценивать финансовый эффект моделей и защищать расчёт перед бизнес-заказчиком;
решать задачи оптимизации финансовых метрик розничного портфеля при ограничении на бюджет или объём;
принимать участие в код-ревью и методологических разборах.

Чего мы ждем от специалиста?

опыт работы в роли Data Science от 4-х лет;
наличие высшего технического или математического образования;
в финтехе, банках, телекоме или ритейле;
отличные знания в бустингах (CatBoost, XGBoost, LightGBM), валидации и борьбе с утечками данных;
уверенный PySpark и SQL (оптимизация запросов, планов, shuffle, skew);
опыт с экосистемой Hadoop;
опыт работы с Python (ООП, тесты), Git;
знания английского для чтения технической документации;
опыт проверки гипотез на практике, дизайна и оценки результатов A/B-тестов;
умение переводить сложные ML-результаты в понятные бизнесу решения.

Будет плюсом:

опыт в Uplift-моделировании и Causal inference (причинно-следственный вывод);
опыт моделирования спроса, эластичности цен или временных рядов;
глубокий тюнинг Spark-джобов и знание MLOps (Airflow, MLflow).

Что мы предлагаем?

Хорошая зарплата: уровень обсуждается индивидуально, есть доплаты за менторство и профактивности.
Развитие: долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review.
Комфорт и свобода: релокейт между офисами, выбор формата работы (удалённо, офис, гибрид), адаптация для новых сотрудников.
Обучение: доступ к корпоративному порталу, митапам, конференциям (и как гость, и как спикер).
Социальный пакет: ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные.
Корпоративная жизнь: тимбилдинги, детские праздники, внутренние мероприятия.