Аналитик данных / Data Scientist

Являясь мировым лидером на рынке средств защиты растений, мы помогаем фермерам противостоять угрозам и обеспечивать достаточное количество безопасных, питательных и доступных продуктов питания для всех – при минимальном использовании земельных и других сельскохозяйственных ресурсов.

Syngenta Crop Protection обеспечивает безопасность растений от посадки до сбора урожая. С момента посева семян и до сбора урожая посевы необходимо защищать от сорняков, насекомых и болезней, а также от засух и наводнений, жары и холода.

Назначение роли  

• Аналитик данных для поиска точек роста продукта и бизнеса, принятия более объективных решений на основе фактов и данных для увеличения объема продаж. 

Ответственность 

• Разрабатывает и поддерживает статистическую логику, машинное обучение и аналитику на основе правил для продуктов + цифровых сервисов, включая развитие сельскохозяйственных культур, риск возникновения болезней и вредителей, сроки сбора урожая, рекомендации по продуктам и другие варианты использования в агрономии.  
• Независимо структурирует аналитические задачи, определяет методологию, выбирает подходящий аналитический подход и переводит бизнес- или агрономические гипотезы в логику измеримых данных.  
• Интегрирует, обрабатывает, очищает и проверяет данные из различных источников, включая агрономические наблюдения, данные о погоде, полевые операции, дистанционное зондирование, наборы данных о продуктах, маркетинге и бизнесе.  
• Подготавливает наборы данных для продуктов и услуг, экспериментального анализа, проверки на местах, разработки моделей и мониторинга качества услуг.  
• Выявляет закономерности, аномалии, пороговые значения и ключевые влияющие факторы с помощью статистического анализа, машинного обучения, исследовательского анализа и интерпретации на основе предметной области.  
• Разрабатывает и поддерживает аналитические отчеты, информационные панели и визуализации для мониторинга эффективности сервиса Product+, результатов валидации, внедрения и важных для бизнеса показателей.  
• Рассчитывает и интерпретирует показатели качества сервиса, в том числе точность, время отклика, количество ложных срабатываний, стабильность, эффективность на региональном уровне и на уровне отдельных культур, а также сравнивает версии моделей и алгоритмов.  
• Анализирует результаты пилотных и полевых испытаний совместно с руководителем направления Product+, техническими экспертами и полевыми командами, предоставляя обоснования для принятия решений о тестировании, пилотных запусках, масштабировании, доработке или прекращении использования.  
• Предоставляет основанные на данных рекомендации и аналитические обоснования для разработки дорожной карты Product+, улучшения сервиса, определения приоритетов и принятия оперативных решений.  
• Описывает наборы данных, логику моделей, допущения, ограничения, метрики, версии и рекомендации, чтобы обеспечить прозрачность и воспроизводимость аналитических решений.  
• Доводит аналитические результаты до сведения технических и нетехнических заинтересованных сторон, объясняет логику работы модели/сервиса, ограничения и практические последствия для Product+, отделов маркетинга, продаж, полевых команд и разработчиков.  
• При необходимости оказывает целевую аналитическую поддержку Cropwise Pulse и другим инициативам в области данных и искусственного интеллекта, уделяя основное внимание цифровым сервисам Product+.

Знания, опыт, образование и способности 

Критически важные знания: 

• Высшее образование в области математики, прикладной математики, статистики или смежных количественных дисциплин. 
• Глубокие знания в области математической статистики, теории вероятностей и анализа временных рядов. 
• Владение современными инструментами и фреймворками для анализа данных на Python: 
•  - pandas, numpy, scikit-learn, statsmodels, XGBoost, LightGBM, CatBoost 
•  - matplotlib, seaborn, plotly, SHAP 
•  - Jupyter, MLflow, Airflow (предпочтительно) 
• Понимание SQL и реляционных баз данных. 
• Практические навыки работы с Git и GitHub/GitLab для контроля версий, совместной разработки и воспроизводимых аналитических процессов. 
• Умение читать и интерпретировать техническую документацию на английском языке. 
• Практические навыки работы с искусственным интеллектом и способность ответственно использовать помощников на основе больших языковых моделей в аналитической работе, включая генерацию кода, отладку, исследовательский анализ, конструирование признаков, тестирование моделей, документирование и представление аналитических результатов. 

Критически важный опыт: 

• Подтвержденный опыт работы с большими и разнородными наборами данных. 
• Практический опыт разработки и валидации моделей машинного обучения и статистических моделей. 
• Способность предоставлять комплексные аналитические решения — от сбора данных до внедрения. 
• Опыт представления результатов как техническим, так и нетехническим заинтересованным сторонам. 
• Понимание бизнес-процессов в сельском хозяйстве и связанных с ними рисков. 

Желательные знания и опыт:  

• Знание методов и инструментов причинно-следственного анализа, особенно DoWhy. 
• Опыт работы с геопространственными данными (ГИС) и спутниковыми снимками. 
• Знание практик и инструментов MLOps, таких как DVC, Prefect или Great Expectations. 
• Опыт участия в разработке цифровых продуктов. 
• Интерес к сельскому хозяйству и устойчивому развитию или опыт работы в этой сфере. Критическое мышление