Аналитик-разработчик

О компании:

Rubbles занимается разработкой и внедрением DS-продуктов в крупные бизнесы. Например: системами предсказания спроса на товары в ритейле и fmcg, рекомендательными системами, системами предсказания поломок оборудования, поисковыми системами для онлайн-магазинов, системами оптимизации производства в промышленности и т. п. Среди клиентов многие лидеры своих индустрий: Пятёрочка, Дикси, Газпромнефть, Альфа-Банк, Сбербанк, Перекрёсток, Открытие, Алроса, Mars, KFC и многие другие. За три последние года компания выросла в 12 раз по выручке и планирует продолжать рост.

О команде:

У нас небольшая и опытная команда (100 человек), многие сотрудники — выпускники МГУ, МФТИ, ВШЭ, Сколтеха, ШАД Яндекса, бывшие сотрудники Яндекса, Google, Samsung, Тинькофф, Rambler, Booking, есть грандмастер Kaggle (однако всё это, разумеется, не является ограничением для кандидатов — мы смотрим на навыки, а не на регалии).

Мы ищем аналитика-разработчика, который поможет сделать лучше наше направление клиентской аналитики, которое занимается рекомендательными системами в ритейле, Next Best Action в фарме, персонализацией поисковых систем в онлайн-ритейле, профилированием клиентов в банках и другими задачами. Твои будущие коллеги, а их в направлении уже почти 15 — это дата саентисты, дата аналитики и дата инженеры. Одна из наших задач — по-максимуму избавиться от рутины в аналитике данных и там, где можно трансформировать ad-hoc код в полноценные переиспользуемые модули.

Обязанности:

• Продуктивизация аналитических пайплайнов для работы с данными (проверка данных на смысл и непротиворечивость на этапах во время и после ETL и после построения прогнозов).
  Пример задач:
  • создание системы автоматической проверки входных и выходных данных для систем прогнозирования,
  • создание модуля для быстрого инференса моделей при изменении входных данных для последующего WHAT IF анализа прогнозов;
• Подготовка среды для работы аналитика данных (собрать докер, подготовить инструкцию по его эксплуатации; настройка забора и предобработки данных и т.д)
• Поддержка data scientist’ов и аналитиков данных (также работают на Python) в задачах разработки.

Минимальные требования:

• Опыт промышленной разработки на Python (pandas, flask, написание пайплайнов обработки данных, знать про pep8) или опыт работы дата-аналитиком (но ваш python должен быть хорош);
• Понимание статистики (на уровне университетского курса статистики - медиана vs среднее и т.п.);
• Опыт преобразования “аналитического” кода в “продакшн” (добавление тестов, эталонных данных, дополнительных проверок к коду, написанному для быстрой проверки гипотез по данным).

На что ещё смотрим:

• Опыт работы с Airflow и другими подобными инструментами для запуска регулярных задач;
• Опыт разработки сервисов (Django, Asyncio и др.);
• Опыт проектирования высоконагруженных приложений и/или приложений работы с большими данными(Spark, hadoop, etc);
• Будет плюсом опыт использования машинного обучения.

У нас:

• Участие в быстром росте компании, работающей на перспективном AI рынке;
• Удаленная работа при желании;
• Поддержка кандидата в профессиональном и карьерном росте;
• Совместная работа с опытными разработчиками, аналитиками данных, менеджерами, продуктологами;
• Гибкий график работы;
• Оформление полностью белое по ТК РФ;
• ДМС (включая стоматологию) в хороших клиниках Москвы и Московской области;
• Уютный офис в центре Москвы (2 минуты от м. Сухаревская) со всем необходимым для комфортной работы.