Data Scientist

Назначение роли  

• Аналитик данных для поиска точек роста продукта и бизнеса принятия более объективных решений на основе фактов и данных для увеличения объема продаж. 

Ответственность 

• Разрабатывает и поддерживает статистическую логику машинное обучение и аналитику на основе правил для продуктов цифровых сервисов включая развитие сельскохозяйственных культур риск возникновения болезней и вредителей сроки сбора урожая рекомендации по продуктам и другие варианты использования в агрономии.  
• Независимо структурирует аналитические задачи определяет методологию выбирает подходящий аналитический подход и переводит бизнес- или агрономические гипотезы в логику измеримых данных.  
• Интегрирует обрабатывает очищает и проверяет данные из различных источников включая агрономические наблюдения данные о погоде полевые операции дистанционное зондирование наборы данных о продуктах маркетинге и бизнесе.  
• Подготавливает наборы данных для продуктов и услуг экспериментального анализа проверки на местах разработки моделей и мониторинга качества услуг.  
• Выявляет закономерности аномалии пороговые значения и ключевые влияющие факторы с помощью статистического анализа машинного обучения исследовательского анализа и интерпретации на основе предметной области.  
• Разрабатывает и поддерживает аналитические отчеты информационные панели и визуализации для мониторинга эффективности сервиса Product результатов валидации внедрения и важных для бизнеса показателей.  
• Рассчитывает и интерпретирует показатели качества сервиса в том числе точность время отклика количество ложных срабатываний стабильность эффективность на региональном уровне и на уровне отдельных культур а также сравнивает версии моделей и алгоритмов.  
• Анализирует результаты пилотных и полевых испытаний совместно с руководителем направления Product техническими экспертами и полевыми командами предоставляя обоснования для принятия решений о тестировании пилотных запусках масштабировании доработке или прекращении использования.  
• Предоставляет основанные на данных рекомендации и аналитические обоснования для разработки дорожной карты Product улучшения сервиса определения приоритетов и принятия оперативных решений.  
• Описывает наборы данных логику моделей допущения ограничения метрики версии и рекомендации чтобы обеспечить прозрачность и воспроизводимость аналитических решений.  
• Доводит аналитические результаты до сведения технических и нетехнических заинтересованных сторон объясняет логику работы модели/сервиса ограничения и практические последствия для Product отделов маркетинга продаж полевых команд и разработчиков.  
• При необходимости оказывает целевую аналитическую поддержку Cropwise Pulse и другим инициативам в области данных и искусственного интеллекта уделяя основное внимание цифровым сервисам Product.

Qualifications :

Знания опыт образование и способности 

Критически важные знания: 

• Высшее образование в области математики прикладной математики статистики или смежных количественных дисциплин. 
• Глубокие знания в области математической статистики теории вероятностей и анализа временных рядов. 
• Владение современными инструментами и фреймворками для анализа данных на Python: 
• - pandas numpy scikit-learn statsmodels XGBoost LightGBM CatBoost 
• - matplotlib seaborn plotly SHAP 
• - Jupyter MLflow Airflow (предпочтительно) 
• Понимание SQL и реляционных баз данных. 
• Практические навыки работы с Git и GitHub/GitLab для контроля версий совместной разработки и воспроизводимых аналитических процессов. 
• Умение читать и интерпретировать техническую документацию на английском языке. 
• Практические навыки работы с искусственным интеллектом и способность ответственно использовать помощников на основе больших языковых моделей в аналитической работе включая генерацию кода отладку исследовательский анализ конструирование признаков тестирование моделей документирование и представление аналитических результатов. 

Критически важный опыт: 

• Подтвержденный опыт работы с большими и разнородными наборами данных. 
• Практический опыт разработки и валидации моделей машинного обучения и статистических моделей. 
• Способность предоставлять комплексные аналитические решения от сбора данных до внедрения. 
• Опыт представления результатов как техническим так и нетехническим заинтересованным сторонам. 
• Понимание бизнес-процессов в сельском хозяйстве и связанных с ними рисков. 

Желательные знания и опыт:  

• Знание методов и инструментов причинно-следственного анализа особенно DoWhy. 
• Опыт работы с геопространственными данными (ГИС) и спутниковыми снимками. 
• Знание практик и инструментов MLOps таких как DVC Prefect или Great Expectations. 
• Опыт участия в разработке цифровых продуктов. 
• Интерес к сельскому хозяйству и устойчивому развитию или опыт работы в этой сфере. Критическое мышление

Remote Work :

No

Employment Type :

Full-time