Исследователь, аналитик данных

Ищем data scientist / applied researcher уровня 2–3 лет, который умеет не только применять модели, но и переосмысливать задачи. Задача собирать данные (из баз или путем опроса пользователей), очищать и готовить к обучению, тренировать модели и оценивать качество.

Мы применяем машинное обучение во многих аспектах работы: рекомендательная система, поиск, автоматизация колл-центра и бизнес-процессов. Есть формализованные задачи с понятными критериями успеха, а есть и более творческие. Так как проект исследовательский: много кейсов, где стандартные подходы не работают и нужно придумывать собственные решения.

Пример граф подсказок в поиске (на подобии дерева), в котором разрешено более двух веток в любом узле, а любой датапоинт может находиться более чем в одном листе.

Кроме работы с данными (отбор и подготовка, обучение моделей, оценка) предпочтительно уметь работать с алгоритмами и прототипировать.

Пример: вы придумали апгрейд к поисковой системе. Навайбкодьте прототип чтобы показать коллегам. Если сможете выбожить на сервер еще лучше. Если не сможете, научим.

Требования: уверенный Python (pandas, sklearn), опыт end-to-end задач, умение работать с неопределённостью и формулировать решения, а не только применять инструменты.

Будет плюсом: опыт в рекомендательных системах, продуктовой аналитике, A/B тестах.

Не требуется узкая специализация (NLP/CV/LLM) — важнее широта мышления и способность находить рабочие решения.

Мир Квестов — сайт агрегатор в тематике квесты и перформансы, лидер ниши.

Работа с данными: сбор, очистка, исследование и формирование датасетов под задачи продукта

Постановка и переосмысление задач: формулирование гипотез, выбор метрик, при необходимости — изменение самой постановки задачи

Разработка прототипов: быстрые реализации моделей и алгоритмов (линейные модели, деревья, эвристики и их комбинации)

Создание кастомных решений: разработка нестандартных алгоритмов и логики, когда классические подходы не подходят

Анализ и интерпретация результатов: объяснение полученных выводов и их влияние на продуктовые решения

Работа с неопределённостью: принятие решений при неполных данных и отсутствии готовых подходов

Взаимодействие с продуктом: перевод бизнес-задач в аналитические и обратно

Документирование и передача решений: фиксация логики, допущений и результатов для дальнейшего использования

Улучшение существующих решений: итеративная доработка моделей, метрик и алгоритмов на основе новых данных

• Высшее техническое образование
• Опыт 1.5–3 года в data science / аналитике
• Способность систематически выполнять задачи удаленно
• Уверенный Python (pandas, numpy, sklearn)
• Опыт решения задач end-to-end (от данных до результата)
• Базовое понимание ML (линейные модели, деревья, метрики)
• Умение формулировать и проверять гипотезы
• Способность работать с неопределёнными задачами
• Навык объяснять решения простым языком

Плюсом будет: опыт в продуктовой аналитике, A/B тестах, рекомендательных системах

• Работа полностью удаленно
• Испытательный срок 3 месяца
• Большинство сотрудников работает в компании долго. Многие около 10 лет
• Иногда встречаемся для общения