Аналитик данных | Data scientist — JACOBS DOUWE EGBERTS (JDE)

Чем предстоит заниматься:

Это роль-гибрид: вы будете одновременно AI-лидером (проработка гипотез, работа с подрядчиками) и Data Scientist'ом (модели, данные, ML).
🔬 1. Бизнес-гипотезы

• Взаимодействовать с бизнес-заказчиками (маркетинг, продажи, продукт, HR, логистика), выявлять точки применения AI
• Формулировать и тестировать гипотезы: «А что, если мы автоматизируем / предскажем / кластеризуем / порекомендуем вот это?»
• Проводить оценку эффективности гипотез (стоимость разработки vs выгода)

🤖 2. Работа с LLM и YandexGPT

• Развивать текущую интеграцию с LLM (Яндекс) — уже используем её, нужно масштабировать
• Проектировать RAG-решения (Retrieval-Augmented Generation) для ответов по корпоративным данным
• Разрабатывать AI-ассистентов для: Ad-hoc запросов по анализу данных - ответы на типичные вопросы по данным виесто формирования типовых дашбордов, внутренних процессов — поиск по документам, генерация отчётов, интерпретация показателей

📊 3. Data Science (модели и данные)

• Разрабатывать ML-модели (классификация, регрессия, кластеризация, прогнозирование временных рядов)
• Собирать и подготавливать данные для моделей из DWH и других корпоративных источников
• Проводить EDA, feature engineering, валидацию, A/B-тесты
• Подтверждать качество моделей — формальная метрика качества (business metrics, а не только ML-метрики)
• Документировать результаты (отчёты, презентации для стейкхолдеров)

🤝 4. Работа с подрядчиками и пилотами

• Искать на рынке внешние AI-решения, отвечающие запросам бизнеса
• Формировать ТЗ для подрядчиков, оценивать их компетенции
• Управлять пилотами: сроки, KPI, приёмка результатов
• Готовить фактуру для принятия решения: build (делаем сами) vs buy (покупаем готовое решение vs partner (берём подрядчика)
• Текущий пул: LLM-проекты с Яндексом; в планах — AI-ассистенты для данных, NLP-решения, Computer Vision (если есть потребность)

🛠️ 5. Интеграция и внедрение

• Доводить модели до продакшена — встраивать их в существующую DWH-инфраструктуру
• Писать ETL/ELT-пайплайны для ML (совместно с DWH-инженерами)
• Мониторить качество моделей в продуктивном контуре, настраивать автопереобучение
• Интегрировать AI-решения с текущими системами компании (CRM, BI, корпоративный портал)

Что мы ожидаем:

• Опыт работы со сложными запросами, оконными функциями, CTE, DWH (PostgreSQL / ClickHouse);
• Опыт работы с YandexGPT / GPT / Open-source LLM, понимание RAG, промпт-инжиниринг;
• Владеете базовыми навыками разработки;
• Имеете опыт ведения проектов от сбора требований, защиты идей перед стейкхолдерами до презентации результатов.

А также:

• Pandas, NumPy, Scikit-learn, FastAPI / Flask;
• Градиентный бустинг (CatBoost, XGBoost, LightGBM), линейные модели, кластеризация, метрики, валидация.
  

Со своей стороны мы предлагаем:

• Работу в одной из крупнейших международных компаний, с брендами, которые действительно любят;
• Конкурентоспособную заработную плату (по результатам собеседования), годовой бонус;
• Официальное трудоустройство, соблюдение Трудового Кодекса РФ;
• Оплачиваемый больничный до 100% оклада;
• Полис ДМС (расширенный со стоматологией), страхование жизни;
• Компенсацию питания;
• Сервис «Понимаю» - бесплатные консультации психологов, юристов, финансистов, специалистов по здоровому образу жизни;
• Пятидневную рабочую неделю (гибридный формат работы), пятница - сокращённый рабочий день (до 15:30);
• Офис в центре Москвы (7 минут от ст. м. Новослободская и Маяковская);
• Кофейные наборы в подарок каждый квартал;
• Лучший кофе в офисе :)