Principal Data & AI Consultant

• Выступать в роли старшего доверенного советника для CIO, CTO, CDO, CRO, а также для представителей бизнеса, продукта и технологий.
• Руководить исследованием потребностей (discovery) в области Data & AI и превращать нечётко сформулированные бизнес-задачи в измеримые решения, готовые к промышленной эксплуатации.
• Проектировать сквозные архитектуры, охватывающие платформы данных, аналитику, машинное обучение, GenAI, приложения, API, governance и интеграции.
• Руководить передовыми подходами к прогнозированию и предиктивному моделированию и критически оценивать их, включая регрессию, разреженные данные и данные с избытком нулей (zero-inflated), проектирование признаков, выбор модели, настройку и валидацию.
• Определять подходящие бизнес-метрики и метрики успеха модели, включая R², WAPE, MAPE, статистическую значимость и KPI влияния на бизнес.
• Обеспечивать корректность данных на момент времени (point-in-time), предотвращать утечку данных и поддерживать строгие практики разработки и валидации моделей.
• Осуществлять практическое техническое руководство с использованием Python, SQL, Snowflake, notebooks, Git и современных платформ Data/AI.
• Формировать сценарии использования AI в областях прогнозирования, продаж спонсорских пакетов, lead scoring, next-best-action, revenue intelligence, персонализации, роста подписок и коммерческой оптимизации.
• Оценивать, когда подходящим решением является классическая аналитика/ML, GenAI или агентный AI.
• Проводить воркшопы по архитектуре и проектированию решений и представлять рекомендации руководителям и топ-менеджменту.
• Поддерживать подготовку предложений, SOW, ответов на RFI/RFP, оценок, моделей комплектования команд и формирование технических решений.
• Руководить междисциплинарными командами в областях Data Science, Data Engineering, AI Engineering, Software Engineering и Architecture и наставлять их.
• Активно участвовать в стендапах клиента, уточнении бэклога, executive readouts и стратегическом планировании.
• Обучать команды клиента и передавать им знания; документация, воспроизводимость и передача проекта (handover) — ожидаемые части поставки.
• Оспаривать запросы клиента, если предлагаемый подход не решает лежащую в основе бизнес-проблему.

Обязательно:

• 7+ лет опыта прикладного прогнозирования и работы в сфере данных.
• Подтверждённый опыт руководства как минимум двумя сопоставимыми проектами по прогнозированию от discovery до промышленной эксплуатации/передачи.
• Серьёзный опыт работы с подходами к прогнозированию на основе сопоставимых единиц / в стиле same-store.
• Экспертный уровень в многофакторной регрессии, анализе коллинеарности, интерпретации VIF, настройке и выборе моделей и holdout-валидации.
• Глубокое понимание разреженных наборов данных и наборов данных с избытком нулей (zero-inflated); необходимо понимать, почему null нельзя молча считать нулём.
• Уверенное владение метриками, включая R², WAPE, MAPE и p-values, и умение объяснять выбор метрик языком бизнеса.
• Глубокое понимание утечки данных и корректности признаков на момент времени (point-in-time).
• Сильные навыки Python и SQL и опыт создания воспроизводимых аналитических рабочих процессов/notebooks.
• Опыт разработки ПО с использованием Git и pull-request.
• Сильные компетенции в Data Architecture и Solution Architecture, охватывающие ingestion, трансформацию, моделирование, безопасность, governance, API, облако и промышленную эксплуатацию.
• Глубокое понимание ML, GenAI/LLMs, RAG, AI-агентов и современных корпоративных паттернов AI.
• Подтверждённые навыки коммуникации с руководством; умение выступать перед аудиторией без статистической подготовки, сначала говоря о бизнес-результатах, а затем о методологии.
• Умение чётко и простым языком сообщать об ограничениях прогноза/модели, неопределённости и рисках.
• Подтверждённый опыт консалтинга клиентов и thought leadership; умение обучать методологии, а не просто применять её.
• Продемонстрированный опыт проведения воркшопов для старших руководителей клиента, технического discovery, обсуждений архитектуры и executive readouts.
• Развитое коммерческое мышление и умение связывать технические решения с выручкой, операционными результатами или результатами для клиентов.
• Предпочтителен опыт в сферах спорта, медиа, развлечений, стриминга, продажи билетов, подписок, спонсорства, рекламы, телекоммуникаций или коммерческой аналитики/аналитики выручки.

Желательно:

• Опыт иерархического моделирования/моделей со смешанными эффектами, ADR, крупномасштабного кодирования категориальных признаков, MLOps, governance и responsible AI.
• Серьёзный опыт работы со Snowflake; опыт работы со Snowflake ML / Model Registry.
• 10–12+ лет общего опыта в сфере Data, Analytics, AI, Architecture или смежных технологий.

Льготы в США (только для штатных сотрудников с полной занятостью, не распространяются на контракторов)

• Расширенное медицинское обслуживание и льготы, включая медицинскую, стоматологическую страховку, страховку на случай потери зрения, страховку на случай нетрудоспособности и другие варианты льгот
• Flexible Spending Accounts (медицинские расходы, транспорт и уход за иждивенцами)
• Оплачиваемое работодателем страхование жизни и покрытие AD&D
• Health Savings account в сочетании с недорогим медицинским планом с высокой франшизой (High Deductible Medical Plan)
• Пенсионный план 401(k) Safe Harbor с софинансированием от работодателя и немедленным получением прав на накопления (vesting)

В Endava мы стремимся создавать открытую, инклюзивную и уважительную среду, в которой каждый чувствует себя в безопасности, ценным и способным раскрыть свой потенциал. Мы рады заявкам от людей с любым бэкграундом, опытом и взглядами, потому что знаем: инклюзивные команды помогают нам предлагать нашим клиентам более умные и инновационные решения. Решения о найме основываются на заслугах, навыках, квалификации и потенциале. Если вам нужны корректировки или поддержка в процессе подбора, пожалуйста, сообщите нам.