Yadro·Москва, Санкт-Петербург, Нижний Новгород·8 сент.
Senior Data Analyst
Ориентир по рынку≈ 300 000 – 400 000 ₽наша приблизительная оценка по 9 вакансиям этой роли и грейда, у работодателя вилка не указана
🔄 ГибридSeniorПолная занятостьПродуктовая
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 9 похожих вакансиях Аналитик данных уровня Senior.
Живость
Открыта 41 день, и признаков фиктивного найма у неё нет.
Описание
Обязанности: 5, требования: 5. Понятно, что за работа, ещё до отклика.
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноPythonSQLA/B Testing
ПлюсомPyTorchTensorFlow
Надбавка к зарплате на этом уровне: Python +22%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Участие в обсуждении бизнес-задач с продуктовой командой: уточнение целей, определение метрик успеха и согласование ожиданий от результатов анализа
Сбор и подготовка данных: извлечение информации из различных источников и приведение данных к единому формату
Глубокий анализ данных и поиск зависимостей: исследование массивов данных, выявление скрытых корреляций, причинно-следственных связей и критических паттернов, необходимых для решения бизнес-задач
Проверка гипотез через A/B-тестирование: проектирование экспериментов, анализ их результатов, оценка статистической значимости, выявление закономерностей и аномалий
Визуализация и презентация результатов: трансформация данных в наглядные графики, дашборды и инфографику для эффективной коммуникации выводов
Наши требования
Математика и статистика. Понимание теории вероятностей, статистических распределений, методов проверки гипотез, линейной алгебры
Владение Python и SQL для работы с данными. Знание основных алгоритмов, умение создавать и отбирать признаки, интерпретировать данные
Работа с большими данными и знание принципов работы с облачными платформами
Навыки коммуникации. Умение объяснять сложные вещи простым языком, взаимодействовать с бизнес-аналитиками, разработчиками и другими специалистами
Машинное обучение. PyTorch, TensorFlow (желательно)