Data Scientist

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

Data Scientist в команду North America Regional Product-Oriented Delivery: разработка и валидация продвинутых аналитических и ML-решений, перевод бизнес-задач в математические и статистические модели, работа с Data Engineering и IT-партнёрами по подготовке корпоративных данных.

Задачи

• Проектировать и создавать экспериментальные аналитические и ML-решения, количественно оценивающие влияние переменных на бизнес-результаты с помощью статистических, математических и AI-методов
• Переводить сложные бизнес-задачи в предиктивные, прескриптивные, оптимизационные и decision-модели, пригодные к внедрению, валидации и автоматизации
• Совместно с IT-партнёрами и Data Engineers определять требования к данным и создавать пайплайны интеграции и подготовки, объединяющие большие структурированные и неструктурированные датасеты
• Руководить дизайном моделей: выбор алгоритмов, feature engineering, дизайн экспериментов, обучение, тюнинг гиперпараметров, тестирование, валидация и оптимизация производительности
• Строить предиктивные модели с принципами трассируемости, воспроизводимости, релевантности, объяснимости и надёжности
• Применять контроли ответственного AI: документированные критерии оценки, тесты на устойчивость, оценка bias и fairness, объяснимость и отчётность по валидации
• Создавать документацию для бизнес-обоснования, дизайна модели, валидации, model cards, lineage, governance-ревью и аудиторских доказательств
• Проактивно выявлять и формулировать неопределённые бизнес-проблемы как измеримые аналитические или AI use cases
• Передавать экспертизу в области data science команде North America Regional POD и ясно доносить методы, допущения, ограничения и рекомендации
• Разрабатывать переиспользуемые аналитические активы, код, документацию и практики для ускорения поставки и стабильного качества моделей
• Превращать инсайты data science в масштабируемые аналитические продукты и инструменты поддержки принятия решений
• Взаимодействовать с бизнес-лидерами, product owners, Data Engineers, архитекторами и кросс-функциональными партнёрами разного уровня технической подготовки
• 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, продакшен-валидации и пост-деплой производительности
• Переводить сложные выводы и результаты моделей в убедительный нарратив для нетехнических стейкхолдеров и лиц, принимающих решения
• Исследовать, готовить и анализировать большие датасеты; инженерить признаки; проектировать эксперименты и программировать статистические, ML- и оптимизационные модели
• Совместно с Data Engineering и IT-командами работать над согласованным получением данных, интеграцией, качеством, предобработкой, метаданными и lineage
• Разрабатывать, тестировать, валидировать, тюнить и документировать модели, включая результаты экспериментов, пороги производительности, объяснимость, bias/fairness и ограничения моделей
• Совместно с AI Platform и MLOps обеспечивать готовность окружений, версионирование, CI/CD, требования к деплою, конфигурацию мониторинга и управляемый вывод в продакшен
• Участвовать в UAT и продакшен-валидации; анализировать производительность моделей, алерты о дрейфе или деградации, потребности в переобучении или устранении проблем с Operations и governance-партнёрами
• Вести документацию дизайна моделей, отчёты о валидации, model cards, аудиторские доказательства и другие lifecycle-артефакты согласно корпоративным стандартам
• Командировки не более 5%
• Использовать AI-инструменты, технологии и цифровые решения в соответствии с политиками организации для повышения эффективности и качества решений

Требования

• 3 года релевантного опыта в Data Science, Machine Learning, прикладной статистике, исследовании операций, продвинутой аналитике или близкой области
• Владение SQL и инструментами/техниками 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 моделей
• Опыт взаимодействия с Data Engineering, IT, Architecture, DevOps/MLOps, Product и бизнес-стейкхолдерами в Agile или Product-Oriented Delivery (POD) средах
• Бакалаврская степень в экономике, статистике, математике, computer science, data science, исследовании операций или смежной количественной области, либо эквивалентный опыт

Условия

• Командировки не более 5%
• Равные возможности трудоустройства и инклюзивная среда
• Возможность запросить разумные accommodations в процессе интервью

Навыки

• SQL
• Python
• R
• Azure
• Snowflake
• Machine Learning
• NLP
• токенизация
• анализ тональности
• эмбеддинги
• feature engineering
• классификация
• регрессия
• кластеризация
• гиперпараметрическая оптимизация
• MLOps
• CI/CD
• Azure Machine Learning
• MLflow
• Azure DevOps
• LLM
• Generative AI
• RAG