Globus – ведущий российский интегратор и лидер в разработке цифровых сервисов для крупного бизнеса.

Мы ищем человека на проект крупного банка в команду «Data Science и клиентская аналитика». Вам предстоит работать с различными источниками данных, строить витрины данных, использующиеся для построения моделей и автоматизации, применять алгоритмы машинного обучения для ML-моделей.

Формат работы: Москва, офис Вавилова 19 (гибрид, количество дней в офисе по согласованию с командой).

Задачи:

Получение структурированных и неструктурированных данных из различных источников;
Исследование источников данных, обеспечение сбора данных;
Написание функций и хранимых процедур для преобразования и агрегации данных;
Настройка первичной обработки данных от источников (очистка, обогащение и т.д.);
Создание алгоритмов загрузки данных в витрины;
Разработка витрин данных;
Построение и поддержка аналитических моделей (Python + Spark + Sklearn + LGBM);
Feature Engineering: методы оценки значимости и отбора признаков, методы уменьшения размерности;
Построение аналитических отчетов по результатам проведенной работы;
Составление требований для Data Engineer по разработке новых витрин/объектов;
Построение и проверка гипотез по запросу Заказчика.

Что мы ждем от кандидата:

Опыт работы в области Data Analyst от 1 года;
Хорошее знание алгоритмов машинного обучения;
Python, библиотеки для работы с ML;
Базовые знания Spark, опыт работы со стеком Hadoop;
Знание SQL;
Понимание процессов ETL, ELT.

Как преимущество:

Знание Spark, PySpark, использование UDF, особенности написания кода для стека Hadoop;
Знание особенностей программирования в распределённых системах;
Опыт работы с noSql базами.

Условия:

Работа в аккредитованной ИТ компании;
Адаптивные бизнес-процессы внутри компании;
Достаточная степень независимости в принятии решений;
Отличная возможность вместе с профессиональной командой создавать продукты, которыми будут пользоваться миллионы людей;
Расширенный ДМС;
Скидки на обучение английскому языку;
Комфортабельное рабочее место, необходимое оборудование;
Обучение за счет компании, участие в митапах.

Data-аналитик