Сильную базу в классическом ML, статистике и работе с табличнымиданными
Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost
Понимание causal inference и экспериментального дизайна
Опыт доведения ML-моделей до production
Уверенное владение Python и SQL
Понимание временной валидации, data leakage, calibration и uncertaintyestimation
Опыт работы с Airflow или аналогичным оркестратором
Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений
Умение связывать ML-метрики с измеримым бизнес-эффектом
Опыт в retail, e-commerce, pricing или demand forecasting
Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse
Опыт с price optimization, hierarchical forecasting или operations research
Опыт построения ML-мониторинга и проведения A/B-тестов
Текущий стек: Python, LightGBM, Airflow, dbt, Trino, Apache Iceberg, Parquet,S3, PostgreSQL, ClickHouse, Kubernetes и gRPC