Мы создаем большой datalake, собирающий данные всех продуктов внутри VK. Основная цель аналитиков и инженеров Data Office - собрать DWH с необходимым набором core-датасетов, которые будут решать любые задачи кросс-продуктового взаимодействия.

Аналитику данных предстоит заниматься также построением эвристик/сегментаций, чтобы наиболее гибко фильтровать по интересам наших пользователей

Задачи

• Вести стрим по блоку собираемых датасетов
• писать запросы SQL
• работать с Git + Airflow (наши ETL живут именно там)
• исследовать/сегментировать эвристики в юпитере на Python (затем используя полученные данные в проде)
• вести коммуникацию с проджектами, инфраструктурой и инженерами данных

Требования

• Высокий уровень владения SQL 
• опыт работы с Git, Airflow;
• владение Python для анализа данных - дружите с Pandas, Catboost;
• опыт работы с ML-моделями классификации;

Будет плюсом

• знание основ MapReduce, моделей хранения данных
• понимание тервер и матстат для оценки метрики, которую невозможно посчитать точно;
• знание метрик ML моделей классификации;