Чем предстоит заниматься
Принимать и уточнять бизнес‑запросы от подразделений и трансформировать их в ML‑задачи: определять целевую переменную, горизонт прогноза, критерии успеха, ограничения по данным и срокам
Самостоятельно формировать требования к данным и взаимодействовать с бизнес-заказчиками и инженерами данных
Выгружать и подготавливать данные: писать SQL‑запросы (JOIN, GROUP BY, HAVING, подзапросы, оконные функции)
Выполнять feature engineering
Подбирать и обучать модели под тип задачи
Организовывать корректную валидацию
Оценивать качество моделей с учётом бизнес‑контекста
Готовить техническую документацию
Обеспечивать воспроизводимость экспериментов: структурировать код в Jupyter Hub/Google Colab, использовать Git для контроля версий, фиксировать параметры и шаги предобработки
Участвовать во внедрении решения: передавать модель и пайплайны ML‑инженерам или разработчикам, готовить спецификации и инструкции по эксплуатации, помогать с интеграцией в существующие процессы
Настраивать регулярный мониторинг качества модели
Вести внутреннюю коммуникацию по статусу задач: фиксировать этапы работы, риски, зависимости и сроки, своевременно информировать о необходимости досбора данных или корректировки требований