Data Science Engineer

Шукаємо Data Science Engineer, який любить працювати з даними — від збору та структуризації до побудови аналітичних моделей. Якщо ти уважний до деталей, вмієш структурувати інформацію і перетворювати числа на інсайти — тоді ми шукаємо саме тебе 

InOvation — рекрутингова агенція повного циклу, що допомагає знайти ідеальний метч між компанією та спеціалістом. Ми віримо, що робота має надихати, розвивати й давати відчуття цінності

Наш Клієнт

Компанія -  де кожен співробітник може не тільки ефективно працювати, але й розвиватися, отримуючи підтримку та цінуючи власний баланс між роботою та особистим життям. Де вірять в силу кайдзен — постійне вдосконалення, а також у командну роботу, де нові рішення приносять унікальний досвід та сприяють особистісному росту

Команда, що створює аналітичні та AI-рішення для бізнесу, допомагаючи бізнес юнітам приймати рішення на основі даних. Вони працюють у напрямку Data Science, автоматизації та досліджень, розвиваючи власну платформу для збору, обробки й візуалізації інформації

 

Основні обов’язки

• Аналіз, обробка та підготовка великих масивів даних
• Створення пайплайнів для збору, обробку та структурування даних
• Побудова базових моделей машинного навчання (регресія, класифікація, кластеризація)
• Проведення експериментів і тестування гіпотез
• Візуалізація результатів досліджень і підготовка звітів
• Оптимізація SQL-запитів і робота з реляційними базами даних

Що важливо для цієї ролі:

• 2+ роки досвіду у Data Science / аналітиці даних
• Впевнене володіння Python (Pandas, NumPy, scikit-learn, Matplotlib, Jupyter)
• Знання SQL і досвід роботи з реляційними базами даних
• Розуміння принципів регресії, класифікації, дерев рішень, кластеризації
• Навички data cleaning, feature engineering, структуризації великих наборів даних
• Англійська — B1+ для читання технічної документації
• Системне мислення та аналітичний підхід — розуміння зв’язків між даними, процесами та бізнес-результатами
• Орієнтація на вдосконалення та командну ефективність — готовність покращувати процеси, працювати узгоджено й результативно

Буде плюсом:

• Deep learning: PyTorch / TensorFlow/Keras 
• MLOps tooling: MLflow or DVC for experiment/artifact tracking
• Monitoring: drift detection (data/model), calibration checks, alerting dashboards
• Explainability: SHAP (global + local) and simple, defensible feature importance
• Modeling and hyperparameter tuning: XGBoost, LightGBM with optuna/hyperopt
• Statistics: probability basics, hypothesis testing, confidence/credible intervals
• Imbalanced learning: class weights, sampling strategies, PR-AUC/F1 focus, threshold selection for business cost

Переваги роботодавця:

• Remote-friendly — працюй звідки зручно
• Компенсація навчання та сертифікацій
• Benefit Café: англійська, спорт, ментальні сесії
• Медстраховка та підтримка здорового балансу між роботою і життям
• Можливість впливати на побудову аналітичної інфраструктури
• Команда, що цінує відкритість, підтримку й розвиток