Data Scientist - AI & Experimentation

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

Data Scientist в команду AI & Experimentation для развития цифровой платформы подбора вакансий в сфере здравоохранения. Задача — строить предиктивные модели, развивать LLM/RAG-фичи и проводить A/B-эксперименты, влияющие на продукт и бизнес-метрики.

Задачи

• Разрабатывать, валидировать и внедрять статистические и предиктивные модели для ценообразования, мэтчинга вакансий и роста
• Создавать и улучшать LLM-фичи продукта, включая RAG-пайплайны и применение новых AI-технологий
• Проектировать prompt engineering и процессы оценки качества AI-выдачи, отслеживать регрессии
• Переводить бизнес-вопросы в проверяемые гипотезы и дизайнить эксперименты, включая A/B-тесты
• Анализировать воронки конверсии и пользовательские пути, находить точки оттока и улучшать мэтчинг
• Совместно с performance-маркетингом оптимизировать таргетинг, атрибуцию и эффективность кампаний
• Определять KPI и строить дашборды и системы мониторинга, в том числе на AWS QuickSight
• Отслеживать качество моделей, результаты экспериментов и бизнес-эффект
• Документировать проекты, приоритизировать задачи и вести коммуникацию через Jira
• Презентовать выводы и рекомендации стейкхолдерам из продукта, инженерии и маркетинга
• Сопровождать внедрение рекомендаций и измерять их эффект после запуска

Требования

• Сильные знания статистики: выбор методов, обоснование допущений, критическая интерпретация результатов
• Продвинутый Python (pandas, scikit-learn, NumPy) и уверенный SQL
• Опыт применения статистического анализа и data science к реальным бизнес-задачам
• Практический опыт доведения ML-моделей и современных AI-решений от концепции до внедрения
• Опыт работы с LLM и RAG в production или near-production, включая prompt engineering, качество retrieval и оценку выдачи
• Понимание A/B-тестирования: расчёт размера выборки, статистическая значимость, типичные ошибки экспериментов
• Знание метрик performance-маркетинга: CAC, ROAS, маркетинговая атрибуция
• Проектный опыт хотя бы в одной области: anomaly detection, trend analysis, marketing mix modeling, multi-touch attribution
• Опыт в e-commerce, онлайн-маркетплейсах или платформенных бизнесах, желательно со спросом и предложением
• Сильное аналитическое мышление, решение проблем и внимание к качеству данных
• Умение понятно доносить сложные выводы и давать практические рекомендации
• Опыт документирования, приоритизации и трекинга задач в Jira или аналогах
• Диплом по математике, статистике, физике, computer science или другой количественной дисциплине — преимущество

Условия

• Годовая зарплата от €42 000 до €75 000
• Постоянная занятость
• Удалённая работа с возможностью домашнего офиса
• Плоская структура, короткие цепочки принятия решений, стартап-подход
• Открытая и коллаборативная культура, поддерживающие коллеги
• Регулярные фидбек-сессии для профессионального развития
• Доступ к офису в центре Берлина (Berlin-Mitte) с open-space
• Бесплатные напитки в офисе
• Практические проекты по AI, машинному обучению и экспериментам с прямым влиянием на продукт и бизнес

Навыки

• Python
• pandas
• scikit-learn
• NumPy
• SQL
• LLM
• RAG
• prompt engineering
• A/B testing
• AWS QuickSight
• Jira
• statistics
• machine learning