Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
SSnapp
Тегеран2 месяца назад
Грейд
Senior
Опыт работы
от 3 лет
Письмо на почту или сообщение рекрутеру в Telegram
The mission of the Data Scientist in the Supply (Incentive) team is to leverage statistical modeling, machine learning, and data-driven approaches to optimize business decisions and improve campaign performance in a dynamic marketplace. Model Development: Design, develop, and implement predictive models using machine learning and AI techniques to improve the accuracy, efficiency, and effectiveness of internal and external products. Data Integration: Identify, integrate, and leverage relevant data sources to enhance modeling capabilities, analytical insights, and data-driven decision-making within the Incentive team. Data & Business Analytics: Translate complex business requirements into analytical frameworks, develop actionable insights, design experiments, and analyze data to support strategic decisions and business growth. Subject Matter Expertise: Act as a subject-matter expert in machine learning and predictive modeling, providing analytical guidance and sharing knowledge with the Commercial team and other stakeholders. Model Lifecycle Management: Own the end-to-end machine learning model lifecycle, including feature engineering, model selection, optimization, validation, deployment support, and ongoing performance monitoring. Business Mindset: Maintain a strong understanding of business objectives, KPIs, and operational challenges to ensure analytical solutions deliver measurable impact and actionable business value. 3+ years of experience in Data Science, Business Analytics, or related fields, with hands-on experience solving business problems through data-driven approaches. Strong understanding of business logic, KPIs, and data-driven decision-making processes. Strong attention to detail, commitment to deadlines, ability to manage multiple priorities, and adaptability in a fast-paced environment. Strong collaborative mindset with the ability to work effectively with cross-functional teams and stakeholders. Proficiency in Python and data science libraries, including Pandas, NumPy, SciPy, Statsmodels, Scikit-learn, Seaborn, and Matplotlib, for data analysis, modeling, and visualization. Strong SQL skills with experience working with relational and non-relational databases, writing complex queries, and retrieving and manipulating large-scale datasets. Solid expertise in machine learning, predictive modeling, and deep learning techniques. Software & Data Engineering: Familiarity with backend development, APIs, data pipelines, and production programming practices to support the integration and deployment of machine learning models. Nice to Have: Market & Business Understanding: Familiarity with research methodologies, market dynamics, and competitive analysis, with the ability to connect analytical findings to business opportunities and strategic decisions. Collaboration & Communication: Strong communication and collaboration skills, with the ability to work effectively with diverse teams and communicate complex analytical concepts to technical and non-technical audiences.
Сравним навыки, грейд, формат работы и зарплату
Миссия специалиста по обработке данных (Data Scientist) в команде Supply (Incentive) заключается в использовании статистического моделирования, машинного обучения и подходов, основанных на данных, для оптимизации бизнес-решений и повышения эффективности кампаний на динамичном рынке.
Разработка моделей: Проектирование, разработка и внедрение предиктивных моделей с использованием методов машинного обучения и искусственного интеллекта для повышения точности, эффективности и результативности внутренних и внешних продуктов. Интеграция данных: Идентификация, интеграция и использование соответствующих источников данных для расширения возможностей моделирования, аналитических выводов и принятия решений на основе данных в команде Incentive. Аналитика данных и бизнеса: Трансляция сложных бизнес-требований в аналитические структуры, разработка практических выводов, проектирование экспериментов и анализ данных для поддержки стратегических решений и роста бизнеса. Экспертиза в предметной области: Выступать в качестве эксперта в области машинного обучения и предиктивного моделирования, предоставляя аналитическое руководство и делясь знаниями с командой Commercial и другими заинтересованными сторонами. Управление жизненным циклом моделей: Ответственность за полный жизненный цикл моделей машинного обучения, включая инжиниринг признаков, выбор модели, оптимизацию, валидацию, поддержку развертывания и постоянный мониторинг производительности. Деловое мышление: Поддерживать глубокое понимание бизнес-целей, KPI и операционных задач, чтобы гарантировать, что аналитические решения приносят измеримое влияние и практическую бизнес-ценность.
Опыт работы от 3 лет в области Data Science, Business Analytics или смежных областях, с практическим опытом решения бизнес-задач с использованием подходов, основанных на данных. Глубокое понимание бизнес-логики, KPI и процессов принятия решений на основе данных. Высокое внимание к деталям, соблюдение сроков, способность управлять несколькими приоритетами и адаптивность в быстро меняющейся среде. Сильный командный подход с возможностью эффективной работы с кросс-функциональными командами и заинтересованными сторонами. Владение Python и библиотеками для науки о данных, включая Pandas, NumPy, SciPy, Statsmodels, Scikit-learn, Seaborn и Matplotlib, для анализа данных, моделирования и визуализации. Отличные навыки SQL с опытом работы с реляционными и нереляционными базами данных, написания сложных запросов, а также получения и манипулирования большими наборами данных. Прочные знания в области машинного обучения, предиктивного моделирования и методов глубокого обучения. Разработка программного обеспечения и инжиниринг данных: Знакомство с бэкэнд-разработкой, API, конвейерами данных и практиками продакшн-программирования для поддержки интеграции и развертывания моделей машинного обучения.
Понимание рынка и бизнеса: Знакомство с методологиями исследований, динамикой рынка и конкурентным анализом, с возможностью связывать аналитические выводы с бизнес-возможностями и стратегическими решениями. Сотрудничество и коммуникация: Сильные навыки коммуникации и сотрудничества, с возможностью эффективной работы с разнообразными командами и передачи сложных аналитических концепций как технической, так и нетехнической аудитории.
Чаще всего от 2 890 до 5 760
Чаще всего от 2 890 до 5 760
