Скачать образец профиля · Отдел аналитики
Скачать профиль кандидата на должность «Data Scientist»
Строит модели машинного обучения и статистические исследования для решения бизнес-задач.
01
Задачи и распределение времени
-
Постановка задачи и исследование данных20%
- Формализация бизнес-задачи
- Разведочный анализ данных
-
Подготовка признаков и данных20%
- Очистка и feature engineering
- Формирование выборок
-
Разработка и оценка моделей30%
- Подбор и обучение моделей
- Валидация и интерпретация результатов
-
Внедрение моделей в продукт20%
- Сопровождение MLOps
- Мониторинг качества
-
Коммуникация и документирование10%
- Презентация результатов
- Описание экспериментов
02
Профессиональные навыки (hard skills)
- Python для анализа данных
- Статистический анализ
- SQL
- Машинное обучение (scikit-learn, CatBoost, PyTorch)
- Feature engineering
- Валидация и оценка качества моделей
- MLOps и деплой моделей
- A/B-тестирование и причинный вывод
- Power BI / Tableau
- Облачные технологии (AWS / Azure / GCP)
03
Личные качества (soft skills)
- Аналитическое мышление
- Критическое мышление
- Решение проблем
- Инновационность
- Обучаемость
- Деловая коммуникация
- Структурное мышление
- Системное мышление
- Ответственность за результат
- Проактивность и инициативность
04
Критерии успеха: 30 / 60 / 90 дней
30 дней
- Изучил данные, инфраструктуру и ключевые бизнес-задачиКак проверить: Разведочный анализ представлен, определена первая задача с метрикой успеха
60 дней
- Построил и проверил первую модельКак проверить: Модель обучена, качество измерено на отложенной выборке и подтверждено на ревью
90 дней
- Модель работает в продуктеКак проверить: Модель внедрена, метрика бизнеса улучшена, настроен мониторинг качества
Изменить под себя
Доработайте в редакторе: задачи, навыки, уровни и критерии. Система построит по профилю структурированное интервью и итоговый балл кандидата.