-
НГУ
-
Центр развития карьеры
-
Карта карьеры
-
Информатика и вычислительная техника
- Data scientist
Data Scientist — это специалист, который создаёт инструменты для решения задач бизнеса. Для этого он использует навыки анализа данных и построения моделей машинного обучения (англ. Machine Learning). Data Scientist работает на стыке трёх областей знания: статистики, машинного обучения и программирования.
Базовые требования
- Высшее математическое, финансовое или экономическое образование
- Хорошие математические и аналитические способности
- Отличное владение Excel
- Способность работать с большим массивом информации
- Умение брать на себя ответственность
Типичные задачи
-
Ведение управленческого учета
-
Разработка математических моделей расчета себестоимости и ценообразования
-
Анализ экономических показателей, оптимизация затрат
-
Формирование годового бюджета, анализ отклонения его исполнения
-
Анализ экономических рисков
Карьерный трек
1
Должность junior - Стажер Data scientist
Средняя зарплата: 60 000 - 80 000 руб.
Требования к опыту работы: без опыта или стажировка
Ключевые требования: Ключевые требования: высшее (или выпускной курс) образование; аналитическое мышление; высокий уровень самостоятельности и ответственности; базовые знания Python и SQL; английский язык на уровне чтения технической литературы.
Ключевые задачи/характеристики работы:
- Проверка гипотез с помощью методов машинного обучения
-
Разработка моделей машинного обучения и улучшение существующих
-
Сбор данных из различных источников, анализ их структуры и однородности, выявление закономерностей и связей
-
Анализ неструктурированной информации (презентации, документы и т.д.)
-
Представление результатов аналитики в понятной форме
-
Ведение документации по своим задачам
2
Должность middle - Data Scientist
Средняя зарплата: 130 000 — 200 000 руб.
Требования к опыту работы: 1—3 года
Ключевые требования: высшее образование; уверенное владение Python, SQL; практический опыт работы с базовыми алгоритмами машинного обучения; знания в области математики, теории вероятности и мат. статистики; аналитические способности и логическое мышление; умение объяснять и адаптировать технические термины для нетехнических специалистов/
Ключевые задачи/характеристики работы:
-
Формулирование на основе анализа данных гипотез для проверки
-
Участие в проверке гипотез с помощью методов машинного обучения
-
Исследование, обработка и обогащение данных
-
Исследование лучших практик решения задач анализа данных
-
Участие во внедрении моделей машинного обучения по подтвержденным гипотезам
-
Проведение экспериментов и разработка правил проведения пилотных проектов
-
Ведение документации по своим задачам
3
Должность senior - Senior Data Scientist
Средняя зарплата: 140 000 — 200 000 руб.
Требования к опыту работы: 3—6 лет
Ключевые требования: высшее образование; практический опыт внедрения моделей машинного обучения; умение глубоко погружаться в проблему, искать и обосновывать аналитические решения; глубокие знания математической статистики и методов машинного обучения; умение доступно объяснять сложные системы коллегам и заказчикам; английский язык на хорошем уровне.
Ключевые задачи/характеристики работы:
- Обработка и анализ различных типов данных, генерация и проверка гипотез
- Поиск необходимых данных в источниках для моделирования и будущего применения
- Создание прогнозных и предписывающих моделей для принятия бизнес-решений
- Разработка надежных и воспроизводимых комплексных аналитических решений
- Оценка существующих решений с точки зрения бизнеса
- Интерпретация результатов анализа нетехническим специалистам
4
Должность lead - Lead Data Scientist
Средняя зарплата: от 200 000 руб.
Требования к опыту работы: от 6 лет
Ключевые требования: высшее образование; глубокие знания и практические навыки в области искусственного интеллекта и машинного обучения; опыт управления командой специалистов; умение брать ответственность и доводить решения до результата; глубокие знания математической статистики, Python, SQL и английского языка.
Ключевые задачи/характеристики работы:
-
Управление командой специалистов с разными компетенциями (Data Scientist, инженеры, разработчики, тестировщики и др.), мотивация и обучение коллег
-
Создание продуктов с использованием машинного обучения и искусственного интеллекта и защита финансового эффекта от их использования
-
Исследование рынка, тестирование новых гипотез для оптимизации работы существующих продуктовых решений компании
-
Самостоятельное ведение проектов по разработке сложных моделей машинного обучения
-
Внедрение моделей машинного обучения в эксплуатацию
На сайт программы