Мы используем технические cookie и статистику посещений: Яндекс Метрику и обезличенный журнал Zorky. Данные не продаём. Подробнее о cookie и статистике.
Zorky в тестовом режиме — всё бесплатно. На сайте только демо: компании, ссылки и личная подборка открываются после регистрации. Зарегистрироваться →
ZorkyZorky
Русский
@termdocs
← Все вакансии

Ведущий специалист по анализу данных

LeadofficeАстана, KZ →4д назад
Аналитика рынка
📊 AI / ML / DS: зарплаты и спрос на рынке
Стек
pythonsqlxgboost
Условия
Занятость
Полная занятость
Опыт
от 5 лет
Показать компанию и ссылку
Бесплатно, после входа в кабинет.
Откликнуться
Загрузите резюме — работодатели и рекрутеры из разных стран, которым нужен ваш профиль, смогут написать вам напрямую.
Отправить резюме →
Описание
Основные требования · Опыт работы: Более 5 лет профессионального опыта в роли Data Scientist. · Технические навыки: Уверенное владение Python и SQL для извлечения и обработки сложных данных, создания признаков (Feature Engineering) и статистического моделирования. · Машинное обучение: Практический опыт разработки и оценки классических статистических моделей и моделей машинного обучения, таких как XGBoost, линейная и логистическая регрессия. · Аналитические способности: Сильные навыки аналитического мышления и решения сложных задач, понимание метрик оценки моделей и опыт проведения исследований на основе данных. · Коммуникативные навыки: Отличные навыки устного и письменного общения, способность ясно и доступно объяснять сложные аналитические концепции. Чем предстоит заниматься · Разработка и совершенствование моделей: Проектирование, оценка и постоянное улучшение прогнозных моделей для выявления рисков, связанных с противодействием отмыванию денег (AML — Anti-Money Laundering) и безопасной игрой (Safer Gambling). · Анализ данных: Проведение исследовательского анализа данных (EDA) и целевых исследований для выявления аномалий в поведении пользователей и новых потенциальных рисков. · Взаимодействие с командами: Сотрудничество с командами комплаенса (Compliance) и управления операционными рисками для преобразования знаний о рисках в практические признаки (Features) для моделей машинного обучения. · Представление результатов: Чёткое и понятное объяснение аналитических методов,
Полное описание, компания и ссылка на вакансию — после входа. Войти
Контакты работодателя (email/phone/telegram) скрыты из публичного превью. Отправьте резюме — и работодатели смогут написать вам сами.
Срочный вопрос? Напишите @termdocs