Data Scientist (Feature Development) - Дата-сайентист (в архиве)

02 Августа

Партнерские Вакансии

Компания "AVO SERVICES AND TECHNOLOGY"

Команда AVO создает новый технологичный розничный банк на рынке Узбекистана. Основная концепция сервиса - клиент самостоятельно может получить все услуги банка через мобильное приложение и устройства самообслуживания.

Наш сегодняшний вызов - создать самый продвинутый digital банк в Узбекистане. Мы ищем Дата-сайентиста (Data Scientist).

Обязанности:

• Фичи и Feature Platform: проектировать, разрабатывать и валидировать признаки; обеспечивать их корректную доступность в обучении и на инференсе (offline/online), поддерживать документацию и жизненный цикл фичей.

• Качество фичей: оценивать значимость, устойчивость и влияние признаков (статистика, leakage, drift), оптимизировать существующие и добавлять новые.

• Модели end-to-end: разрабатывать и улучшать ML-модели, проводить эксперименты, валидацию и интерпретацию результатов.

• Шипмент в прод: доводить решение до production-уровня совместно с ML/Engineering: пайплайны, CI/CD, MLOps, мониторинг качества и данных после релиза.

Требования:

Feature Platform / Feature Engineering

• Понимание, что такое фича в продуктовой и технической логике: определение, окно агрегации, гранулярность, entity key, правила обновления, offline/online.

• Умение разрабатывать фичи в платформе/feature store (Feast или аналог): источники данных, материализация, контроль качества, версионирование и повторяемость расчётов.

• Знание типовых рисков: data leakage, смещение, дубли, несогласованность ключей, временные сдвиги, корректная работа с time-aware данными.

Моделирование

• Уверенное построение ML-моделей на табличных данных: постановка задачи, разметка таргета, валидация (CV/Time-split), подбор метрик, тюнинг.

• Умение объяснять вклад факторов и принимать решения по фичам/модели на основе данных (importance, SHAP/аналоги, ablation, стабильность по сегментам)

Технический стек: Python + SQL + DWH

• Сильный Python для продакшн-кода: pandas/NumPy, sklearn, CatBoost/LightGBM (или аналоги), аккуратная структура проекта, тестируемость.

• Сильный SQL: сложные join’ы, оконные функции, агрегации, оптимизация запросов; уверенная работа с DWH (Greenplum/PostgreSQL).

• Понимание, как строить воспроизводимые датасеты и расчёты на больших данных (производительность, профилирование, контроль ресурсов).

Production mindset: CI/CD и MLOps

• Понимание полного ML-цикла: подготовка данных → обучение → артефакты → деплой → инференс → мониторинг.

• Опыт/понимание: Git, CI/CD, контейнеризация (Docker), трекинг экспериментов/артефактов (MLflow или аналог), базовый мониторинг (качество модели, drift, data quality, latency).

Плюсом будет:

• Практика в задачах маркетинга/поведения клиентов: churn/retention, uplift/таргетинг, сегментации, LTV, A/B-мышление.

• Опыт продуктовой аналитики и коммуникации: формулировать гипотезы, переводить результат в действие для бизнеса.

Условия:

• Трудоустройство в соответствии с ТК Республики Узбекистан.
• Оплачиваемый отпуск и больничные.
• Помощь с релокацией для тех, кто переезжает в солнечный Ташкент.
• Выдаем технику.
• Высокая конкурентная заработная плата.
• Амбициозный проект, в котором ты будешь играть одну из важнейших ролей.

Где предстоит работать:

Ташкент, улица Нукус, 29А - или удаленно в любом схожем часовом поясе.

Для оформления необходимо посетить офис в Ташкенте (мы оплачиваем перелет и проживание в гостинице).