Data Scientist
Требования
Местоположение и тип занятости
Компания
Издатель мобильных игр. В нашем портфолио 75+ игр жанра hyper casual и более 4 млрд установок.
Описание вакансии
Условия работы
Обязанности:
- Реализация, настройка и поддержка предиктивных моделей.
- Взаимодействие с другими отделами с целью встраивания обученных моделей в пайплайн разработки.
- Помощь бизнесу в принятии решений через анализ данных.
- Пробные исследования и поиск подходящих ML-алгоритмов для решения поставленных бизнес-задач.
- Обсуждение бизнес-задач и их перевод в data science задачи.
- Представление результатов.
Требования:
- Уверенное владение SQL, Python (sklearn, pandas, numpy, scipy).
- Опыт работы в Data Science от 3-х лет.
- Успешный опыт применения на практике ML-моделей.
- Глубокое понимание работы ключевых ML-алгоритмов.
- Хорошая математическая подготовка.
Плюсом будет:
- Опыт работы в игровой индустрии.
- Опыт работы с Clickhouse.
- Умение визуализировать данные в Tableau.
- Умение автоматизировать процессы.
Бонусы
- Высокий уровень дохода, соразмерный твоему професионализму.
- Работа из любой точки мира, включая наши офисы в 4 странах и 5 городах: Минск, Лимассол, Пафос, Варшава, Киев.
- Индивидуальные подарки на дни рождения.
- Материальная помощь в разных событиях (рождение детей, свадьба, утрата близкого родственника).
- Компенсация части расходов на спортивные хобби.
- Оплачиваемые обеды в офисе.
- Комфортное рабочее место с подъемным столом и эргономичным стулом.
- Для некоторых локаций доступен массаж в офисе по символической стоимости, остальное оплачивает компания.
- Страховка или компенсация медицинского обслуживания для тебя и 3-х твоих членов семьи на выбор в твоей локации.
- Ты будешь работать на свежих девайсах и у тебя будет выбор.
- Оплата твоего обучения английскому/польскому на внутренних курсах.
- Возможность самостоятельно управлять рабочим графиком. Для нас главное вовремя закрытые задачи и открытая коммуникация с командой.
- Поддержка в изучении нового и повышении своего профессионального уровня с помощью конференций, онлайн/офлайн обучения, митапов, книг.