Ведущий специалист по данным (обучение аналитиков + доставка ML) в АТБ-маркет

Приглашаем вас присоединиться к нашей команде. Ведущий специалист по данным

Роль:

• Построение процессов аналитики таким образом, чтобы данные были стабильными, воспроизводимыми и контролируемыми; 
• начать обучение аналитиков и обеспечить доставку решений ML от постановки задач до производства.

Обязанности:

• Инжиниринг данных и конвейеры: настройка Dagster + dbt; тесты данных, оповещения, контроль утечек.
• Аналитические витрины: создание согласованных витрин (клиент/чек/продукт/магазин/промо/канал) с правильной зернистостью и историчностью.
• ML для табличных данных: построение и проверка моделей (LightGBM/XGBoost/CatBoost), регуляризация, CV, работа с дисбалансом классов, интерпретация (SHAP).
• Оценка качества модели: ROC-AUC/PR-AUC, F1, калибровка и др.; подготовка метрик и отчетов для бизнеса.
• Полный цикл ML/DS: постановка задач – подготовка наборов данных – моделирование – интерпретация – производство (пакетная обработка/API), Docker.
• Обучение/наставничество: повышение квалификации системных аналитиков (уровень Excel и выше), регулярные занятия и проверка задач.
• Стандартные команды: Git, проверка кода, шаблоны блокнотов/отчетов, документация; внедрение «Data Platform Playbook».
• Интеллектуальный анализ данных: поиск закономерностей и гипотез на реальных данных, работа вместе с бизнесом.
• Дополнительно — Архитектура и платформа данных: участие во внедрении MinIO + Apache Iceberg + Catalog + Trino; обеспечение качества и управляемости данных.

Требования (технические):

1. Python + SQL (strong): pandas/numpy, scikit-learn; CTE, оконные функции, оптимизация запросов.

2.   Математическая база (практическая):

• вероятность и статистика: распределения, математическое ожидание/дисперсия, доверительные интервалы, p-значение;
• проверка гипотез, A/B-тесты, статистическая мощность;
• линейная алгебра: матрицы/векторы, базовое понимание градиентов.
  
• 
  3.  Машинное обучение для табличных данных: LightGBM/XGBoost/CatBoost, регуляризация, дисперсия смещения, перекрестная проверка, контроль утечек.
  4. Оценка моделей: ROC-AUC/PR-AUC, F1, калибровка; работа с дисбалансом; интерпретация (ШАП).
  5. Комплексная DS: от постановки задачи до производства (пакетная обработка/API), Docker.
  6.Обучение/наставничество: работа с аналитиками уровня Excel; системные занятия + обзор.
  7. Программа повышения квалификации: возможность разработать план на 3–6 месяцев (матрица практики/домашних заданий/навыков).
  8.Стандарты команды: Git, проверка кода, шаблоны, документация.

Будет плюсом: опыт работы с Lakehouse, настройкой производительности Trino, решениями производственного машинного обучения в розничной торговле/FMCG, опыт CI/CD для ДС.

Задачидля пилотного проекта (первые 6 месяцев):

1. Присоединяйтесь к проекту развертывания "фабрики данных" (MinIO + Iceberg + Каталог + Trino) — обеспечьте стабильность, воспроизводимость, контроль.
2. Создайте базовые окна данных для аналитики клиентов (клиент/чек/продукт/магазин/промо/канал) с согласованной зернистостью и историчностью.
3. Настройте автоматическую настройку конвейеры (Dagster + dbt), тесты данных и оповещения.
4. Построение процессов обработки и анализа данных, интеллектуальный анализ данных.

Внутреннее обучение (обязательно):
5. Провести SQL Bootcamp для пилотной группы (3–4 человека): SELECT/JOIN/GROUP BY, оконные функции, зернистая логика, правила «как не нарушить метрики».
6. Создайте «Пособие по платформе данных»: как подключиться, где какие таблицы, что такое «источник истины», как запрашивать новые поля/таблицы (процесс подачи заявки).
7. Выполнять рабочие часы 2 раза в неделю: анализ реальных задач аналитиков на реальных данных.

Компания предлагает:

• удаленный или гибридный формат работы;
• трудоустройство на условиях сдельного договора или в штате (возможно бронирование);
• ежегодный оплачиваемый отпуск продолжительностью 24 календарных дня, оплачиваемый отпуск по болезни;
• регулярная выплата заработной платы без задержек и в оговоренных размерах, регулярный пересмотр заработной платы;
• возможность профессионального и карьерного роста;
• обучение.

Контактное лицо: Екатерина, тел. style="font-weight: 400">0984567857 (t.me/KaterynaB_HR)