Data Scientist Junior+ — Causal Inference и эконометрика@ Х5 Group
О позиции
Мы ищем Data Scientist Junior+ для работы в команде ad-hoc аналитики компании Х5 Group. Эта позиция предлагает уникальную возможность работать с большими данными и решать интересные исследовательские задачи в области Causal Inference и эконометрики. Вы будете частью команды, которая анализирует данные более чем 29 тысяч магазинов и 50 миллионов клиентов.
Чем вы будете заниматься
- Разработка методологий и инструментов для оценки эффектов, когда классические A/B-тесты неприменимы.
- Внедрение продвинутых эконометрических подходов для улучшения текущих методологий.
- Написание статей по итогам интересных задач.
- Анализ бизнес-механик и формулирование причинных гипотез.
- Чтение свежих статей и имплементация методов из них.
Требования
- Опыт работы в Data Science от года.
- Знания в области Causal Inference и эконометрики.
- Понимание эндогенности и методов борьбы с ней.
- Умение отличать конфаундеров от инструментов.
- Навыки построения DAG для DGP и нахождения коллайдеров и медиаторов.
- Знание современных подходов к анализу кросс-секционных и панельных данных.
- Умение писать чистый и структурированный код на Python.
- Знание SQL и умение строить оптимальные запросы.
Будет плюсом
- Знакомство с hadoop-стэком.
Что мы предлагаем
- Возможность работать удалённо или в гибридном формате.
- Ежеквартальные премии по результатам работы.
- Удобный офис рядом с м. «Добрынинская» и бесплатная парковка на м. «Волгоградский проспект».
- Гибкий график работы.
- Широкий пакет ДМС, включая выезд за рубеж и стоматологию.
- Возможности для обучения и развития за счёт компании.
- Классный коллектив и веселые тимбилдинги.
Вакансия предлагает интересные задачи в области Data Science с акцентом на Causal Inference и эконометрику. Условия работы привлекательные, но зарплата может быть ниже среднего для более опытных специалистов.
Кто здесь добьётся успеха
Глубокое понимание методов причинно-следственного анализа и эконометрики, включая использование Python для реализации этих методов.
Способность к самоорганизации и эффективной работе в удаленном режиме, что важно для выполнения задач в динамичной команде ad-hoc аналитики.
Практический опыт работы с SQL и Hadoop для обработки и анализа больших объемов данных, что критично для работы с данными 29 тысяч магазинов.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Retail Analytics
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев