Data Scientist

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Data Scientist в региональную продуктовую команду (POD) ManpowerGroup в Северной Америке. Проектирует и валидирует аналитические и ML-решения, переводит бизнес-задачи в математические и статистические модели и сопровождает их по всему жизненному циклу AI/ML.

Задачи

• Проектировать и создавать экспериментальные аналитические и ML-решения, количественно оценивающие влияние факторов на бизнес-результаты
• Переводить сложные бизнес-задачи в предиктивные, прескриптивные, оптимизационные и решенческие модели
• Совместно с IT и Data Engineers определять требования к данным и создавать пайплайны интеграции и подготовки данных
• Руководить дизайном моделей: выбор алгоритмов, feature engineering, дизайн экспериментов, обучение, тюнинг гиперпараметров, тестирование, валидация и оптимизация производительности
• Строить предиктивные модели с акцентом на трассируемость, воспроизводимость, объяснимость и надёжность
• Применять контроли ответственного AI: критерии оценки, тесты на устойчивость, оценка bias и fairness, отчётность по валидации
• Готовить документацию: бизнес-обоснование, дизайн модели, валидация, model cards, lineage, материалы для governance и аудита
• Выявлять и формулировать неопределённые бизнес-проблемы как измеримые аналитические или AI-кейсы
• Консультировать региональную POD-команду и объяснять аналитические методы, допущения, ограничения и рекомендации
• Разрабатывать переиспользуемые аналитические активы, код, документацию и практики
• Превращать инсайты data science в масштабируемые аналитические продукты и инструменты поддержки решений
• Взаимодействовать с бизнес-лидерами, product owners, Data Engineers, архитекторами и кросс-функциональными партнёрами
• Работать в рамках Enterprise AI Industrialization с командами AI Platform, MLOps, DevOps, Security, Compliance, Architecture, Infrastructure и Operations
• Участвовать в обсуждениях архитектуры решений, governance, готовности к продакшену, UAT, валидации и пост-деплой производительности
• Объяснять сложные результаты моделей нетехническим стейкхолдерам
• Проводить разведочный анализ и подготовку больших датасетов, инженерию признаков, дизайн экспериментов и программирование статистических, ML- и оптимизационных моделей
• Совместно с Data Engineering и IT работать над сбором, интеграцией, качеством, предобработкой, метаданными и lineage данных
• Разрабатывать, тестировать, валидировать, тюнить и документировать модели, включая результаты экспериментов, пороги производительности, объяснимость, bias/fairness и ограничения
• Совместно с AI Platform и MLOps обеспечивать готовность окружений, версионирование, CI/CD, требования к деплою, мониторинг и продвижение в продакшен
• Участвовать в UAT и production validation, отслеживать дрейф и деградацию моделей, необходимость переобучения
• Вести документацию по дизайну моделей, отчёты валидации, model cards и аудиторские материалы
• Использовать AI-инструменты и цифровые решения в рамках политик организации для повышения эффективности

Требования

• 3+ года релевантного опыта в Data Science, Machine Learning, прикладной статистике, исследовании операций, продвинутой аналитике или смежной области
• Владение SQL и языками/инструментами программирования (Python, R)
• Опыт работы с облачными платформами: Azure, Snowflake
• Machine Learning и продвинутая аналитика: предиктивное моделирование, классификация, регрессия, кластеризация, feature engineering, дизайн экспериментов, валидация моделей и оптимизация производительности
• Навыки NLP: токенизация, анализ тональности, эмбеддинги
• Оптимизация моделей: тюнинг, настройка гиперпараметров, объяснимость, тестирование bias и fairness, воспроизводимость, мониторинг, оценка дрейфа и управление жизненным циклом модели
• Опыт взаимодействия с Data Engineering, IT, Architecture, DevOps/MLOps, Product и бизнес-стейкхолдерами в Agile или POD-средах
• Бакалаврская степень в экономике, статистике, математике, computer science, data science, исследовании операций или смежной количественной области, либо эквивалентный опыт

Условия

• Путешествия не более 5% времени
• Равные возможности трудоустройства и инклюзивная среда
• Возможность запросить разумные accommodations в процессе интервью
• Реферальная программа для сотрудников Manpower Staff

Навыки

• SQL
• Python
• R
• Azure
• Snowflake
• Machine Learning
• NLP
• tokenization
• sentiment analysis
• embeddings
• predictive modeling
• classification
• regression
• clustering
• feature engineering
• experiment design
• model validation
• hyperparameter tuning
• MLOps
• CI/CD
• Azure Machine Learning
• MLflow
• Azure DevOps
• LLM
• Generative AI
• RAG