Senior Data Analyst (Scientist)

Временная зона команды

(GMT+3), Москва.

Почему рекомендуем

• Делать не просто продукт, а лучший продукт, который меняет клиентский опыт. Они гордятся тем, что трансформируют рынок недвижимости, закрывая боли людей с поиском, продажей, ипотекой и арендой жилья.
• Решать сложные задачи и искать новые решения. Рабочий день иногда похож на квест, благодаря которому каждый может расти намного быстрее.
• Влиять на продукт. Слушают коллег и используют их экспертизу, идеи для выбора наилучшего решения в развитии продукта.
• Чувствовать себя комфортно в команде, говоря то, что думаешь. Для этого они развивают культуру обратной связи и взаимного уважения.

О команде

В рамках Циан функционирует Центр моделирования. ЦМ состоит из аналитиков, совмещающих в себе сразу несколько функций — Data Scientist, продуктового аналитика, BI и в части инженера данных.

Задачи ЦМ

• Разработка и поддержание моделей онлайн-оценки недвижимости Циан.
• Разработка витрин для формирования аналитики по рынку недвижимости.
• Разработка аналитических продуктов по рынку недвижимости, как для внешних, так и для внутренних пользователей.
• Предоставление данных о рынке недвижимости партнерам Циан — именно для поддержания этой истории они ищут кандидата.

Задачи, которые могут стать твоими

• Поддержка и оптимизация алгоритмов оценки недвижимости (модели оценки стоимости, ликвидности, конкурентного окружения) с использованием методов машинного обучения.
• Разработка, поддержание и развитие аналитических и B2B витрин данных Циан.
• Построение аналитических моделей по запросу.
• Продуктовая аналитика — подведение результатов экспериментов, построение продуктовых аналитик.

Кого ищут

• Знание SQL на высоком уровне — сложные SQL запросы, оконные функции, рекурсивные запросы, понимание оптимизации на разных платформах.
• Знание теории вероятности, владение приемами математического моделирования и статистического анализа. Знание принципов математической статистики и построения статистических моделей (регрессионный, дисперсионный и логит-регрессионный анализ, как минимум), многомерного анализа (кластерный, факторный анализ, метод главных компонент), проверки статистических гипотез, построения временных рядов (ARMA, ARIMA и т.п.). Умение интерпретировать качество полученных моделей.
• Знание основных подходов многомерного анализа.
• Знание принципов работы распределенных БД экосистемы Hadoop (Hive, Presto).
• Умение работать с большими объемами данных (в экосистеме Hadoop — как преимущество), умение писать оптимальный SQL-код.

Что предлагают

• Возможность прокачаться в DS в экспертной команде.
• Они привыкли говорить на языке целей, а не конкретных проектов, поэтому у тебя будет много свободы, как впрочем и ответственности.
• Гибридный режим работы: можно в офисе в Москве или Петербурге, можно — удалённо.
• 5 d-off в год дополнительно к отпуску.
• Компенсация спорта.
• ДМС с первого рабочего дня (со стоматологией, госпитализацией, страховкой выезжающего за пределы страны).