81:I[71608,["$1","$2","$3","$4","$5","$6","$7","$8","$9","$a","$b","$c","$d","$e","$f","$10","$11","$12","$13","$14","$15","$16","$3a","$3b","$3c","$3d","$54","$55","$56"],"SimilarJobs"] 84:I[27201,["$1","$2","$3","$4","$5","$6","$7","$8","$9","$a","$b","$c","$d","$e","$f","$10","$11","$12","$13","$14","$15","$16"],"IconMark"] 82:T13ef,В Департамент CVM массового кредитования АО «Bereke Bank» требуется Middle Data Scientist. Мы строим персонализированные коммуникации с розничными клиентами банка через NBA (Next Best Action). Ищем специалиста, который возьмет на себя полный цикл работы с моделями отклика и рекомендательными системами — от сбора витрин данных до мониторинга в продакшене. Чем предстоит заниматься: Готовить данные для моделирования: собирать витрины признаков из банковских источников (продуктовая панель, транзакции, заявки, история коммуникаций), чистить данные и контролировать их качество. Строить и развивать propensity-модели (модели отклика) на кредитные и транзакционные продукты (кредиты наличными, кредитные карты, депозиты). Разрабатывать NBA-логику: выбор оптимального продукта, оффера и канала для клиента с учётом бизнес-правил, приоритетов и риск-ограничений. Создавать рекомендательную систему для персонализации баннеров в мобильном приложении (с ежедневным пересчётом). Выводить модели в продакшен: регулярный скоринг, интеграция с системами кампаний. Поддерживать модели: мониторить качество и стабильность (PSI, дрейф признаков, деградация метрик), проводить переобучение. Оценивать эффект моделей и кампаний с помощью A/B-тестов, считать инкрементальный эффект. Переводить бизнес-задачи в ML-постановку, презентовать результаты и формулировать выводы для нетехнической аудитории. Что мы ожидаем от кандидата: Высшее математическое или техническое образование. Опыт работы в роли Data Scientist или ML-инженера от 2 лет, из них не менее 1 года в клиентской аналитике, маркетинге или CRM (банки, финтех, телеком, ритейл). Уверенный Python: pandas, numpy, scikit-learn, градиентный бустинг (LightGBM, XGBoost или CatBoost), умение писать чистый переиспользуемый код. Уверенный SQL: оконные функции, CTE, оптимизация сложных запросов, опыт работы с PostgreSQL и/или Oracle. Опыт построения моделей бинарной классификации (отклик/отток) на реальных данных: понимание утечек данных, корректной временной валидации (out-of-time) и работы с дисбалансом классов. Понимание подходов к рекомендательным системам: коллаборативная фильтрация, матричные разложения, ранжирование и его метрики (precision@k, recall@k, NDCG, MAP). Знание математической статистики для дизайна и анализа A/B-тестов (расчёт выборки, проверка гипотез, доверительные интервалы). Ответственность, аналитический склад ума, самостоятельность и инициативность. Мы предлагаем: Официальное трудоустройство в одном из крупнейших банков РК. Комфортный формат работы: гибридный или удаленный формат работы в Алматы. Возможность напрямую влиять на бизнес-показатели и создавать масштабные ML-решения. Профессиональная среда: сильная инженерная культура, отсутствие бюрократических тупиков, свобода в выборе инструментов и подходов. Развитый социальный пакет и возможности для профессионального роста и обучения.83:T8114,

Создавай ценности,
преумножай изобилие
в жизни людей, делай их
счастливыми как никто другой

24/7

цифровые сервисы
для клиентов банка

лет опыта на финансовом
рынке Казахстана

команда, которая строит
новый этап Bereke

регионов присутствия и обслуживания клиентов

В Департамент CVM массового кредитования АО «Bereke Bank» требуется Middle Data Scientist. Мы строим персонализированные коммуникации с розничными клиентами банка через NBA (Next Best Action). Ищем специалиста, который возьмет на себя полный цикл работы с моделями отклика и рекомендательными системами — от сбора витрин данных до мониторинга в продакшене.

Чем предстоит заниматься:

Готовить данные для моделирования: собирать витрины признаков из банковских источников (продуктовая панель, транзакции, заявки, история коммуникаций), чистить данные и контролировать их качество.
Строить и развивать propensity-модели (модели отклика) на кредитные и транзакционные продукты (кредиты наличными, кредитные карты, депозиты).
Разрабатывать NBA-логику: выбор оптимального продукта, оффера и канала для клиента с учётом бизнес-правил, приоритетов и риск-ограничений.
Создавать рекомендательную систему для персонализации баннеров в мобильном приложении (с ежедневным пересчётом).
Выводить модели в продакшен: регулярный скоринг, интеграция с системами кампаний.
Поддерживать модели: мониторить качество и стабильность (PSI, дрейф признаков, деградация метрик), проводить переобучение.
Оценивать эффект моделей и кампаний с помощью A/B-тестов, считать инкрементальный эффект.
Переводить бизнес-задачи в ML-постановку, презентовать результаты и формулировать выводы для нетехнической аудитории.

Что мы ожидаем от кандидата:

Высшее математическое или техническое образование.
Опыт работы в роли Data Scientist или ML-инженера от 2 лет, из них не менее 1 года в клиентской аналитике, маркетинге или CRM (банки, финтех, телеком, ритейл).
Уверенный Python: pandas, numpy, scikit-learn, градиентный бустинг (LightGBM, XGBoost или CatBoost), умение писать чистый переиспользуемый код.
Уверенный SQL: оконные функции, CTE, оптимизация сложных запросов, опыт работы с PostgreSQL и/или Oracle.
Опыт построения моделей бинарной классификации (отклик/отток) на реальных данных: понимание утечек данных, корректной временной валидации (out-of-time) и работы с дисбалансом классов.
Понимание подходов к рекомендательным системам: коллаборативная фильтрация, матричные разложения, ранжирование и его метрики (precision@k, recall@k, NDCG, MAP).
Знание математической статистики для дизайна и анализа A/B-тестов (расчёт выборки, проверка гипотез, доверительные интервалы).
Ответственность, аналитический склад ума, самостоятельность и инициативность.

Мы предлагаем:

Официальное трудоустройство в одном из крупнейших банков РК.
Комфортный формат работы: гибридный или удаленный формат работы в Алматы.
Возможность напрямую влиять на бизнес-показатели и создавать масштабные ML-решения.
Профессиональная среда: сильная инженерная культура, отсутствие бюрократических тупиков, свобода в выборе инструментов и подходов.
Развитый социальный пакет и возможности для профессионального роста и обучения.

Бенефиты

ДМС

Гибридный
график

Ежегодные
бонусы

Льготное кредитование

Бонусы от бизнес-партнеров

4b:["$","main",null,{"className":"flex-1","children":["$","div",null,{"className":"container mx-auto max-w-6xl pb-12 pt-4 sm:pt-8","children":[["$","$L57",null,{"href":"/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a","className":"mb-6 inline-flex items-center gap-1 text-sm text-muted-foreground hover:text-foreground","children":[["$","svg",null,{"ref":"$undefined","xmlns":"http://www.w3.org/2000/svg","width":24,"height":24,"viewBox":"0 0 24 24","fill":"none","stroke":"currentColor","strokeWidth":2,"strokeLinecap":"round","strokeLinejoin":"round","className":"tabler-icon tabler-icon-chevron-left size-4","children":["$undefined",["$","path","svg-0",{"d":"M15 6l-6 6l6 6"}],"$undefined"]}],["$","$L65",null,{"children":"К вакансии"}]]}],["$","h1",null,{"className":"mb-2 text-2xl font-semibold sm:text-3xl","children":["$","$L65",null,{"children":"Похожие вакансии"}]}],["$","p",null,{"className":"mb-8 text-sm text-muted-foreground","children":["$","$L65",null,{"children":"К вакансии «Middle Data Scientist» в Bereke Bank"}]}],["$","$L81",null,{"currentJob":{"id":"20d0aede-3207-47e4-a454-ad345615b2ef","title":"Middle Data Scientist","description":"В Департамент CVM массового кредитования требуется Middle Data Scientist для персонализированных коммуникаций с розничными клиентами через подход NBA (Next Best Action). Специалист возьмёт на себя полный цикл работы с моделями отклика и рекомендательными системами — от сбора витрин данных до мониторинга в продакшене. Задачи включают построение propensity-моделей, NBA-логику, рекомендательную систему для баннеров в мобильном приложении и оценку эффекта через A/B-тесты. Работа предполагает тесное взаимодействие с бизнесом и презентацию результатов нетехнической аудитории.","companyId":"e8ca37b0-434c-439b-8e1d-25ceecf91695","format":"HYBRID","grade":"MIDDLE","salaryMin":0,"salaryMax":0,"salaryBucket":null,"currency":"RUB","category":"ANALYST","feedTypes":["Data"],"applicationUrl":"https://hh.ru/vacancy/138663959?tech_source=api","locations":["Алматы","Казахстан"],"isRemote":false,"tags":["Python","pandas","numpy","scikit-learn","LightGBM","XGBoost","CatBoost","SQL","PostgreSQL","Oracle","A/B-тесты","NBA","банки и финансовые услуги, розничное кредитование","Аналитический склад ума","Самостоятельность","Инициативность"],"postedAt":"$D2026-10-21T17:10:56.168Z","updatedAt":"$D2026-10-21T17:10:56.189Z","isActive":true,"isArchived":false,"status":"NEW","slug":"middle-data-scientist-bereke-bank-almaty-20d0a","isInternal":false,"highlights":["Полный цикл ML-моделей: от витрин данных до продакшена","Рекомендательная система и NBA в мобильном приложении банка","Сильная инженерная культура и свобода выбора инструментов","Влияние на бизнес-показатели через модели и A/B-тесты"],"negatives":["Гибрид и удалёнка привязаны к Алматы","Обязательно высшее математическое или техническое образование","Не указан корректный диапазон заработной платы"],"qualityScore":60,"salaryPeriod":"MONTHLY","specialization":"Data Scientist","requirements":["Высшее математическое или техническое образование","Опыт работы в роли Data Scientist или ML-инженера от 2 лет","Не менее 1 года опыта в клиентской аналитике, маркетинге или CRM","Опыт в банках, финтехе, телекоме или ритейле","Уверенный Python: pandas, numpy, scikit-learn","Градиентный бустинг: LightGBM, XGBoost или CatBoost","Умение писать чистый переиспользуемый код","Уверенный SQL: оконные функции, CTE, оптимизация сложных запросов","Опыт работы с PostgreSQL и/или Oracle","Опыт построения моделей бинарной классификации на реальных данных","Понимание утечек данных и корректной временной валидации out-of-time","Опыт работы с дисбалансом классов","Понимание рекомендательных систем: коллаборативная фильтрация и матричные разложения","Знание метрик ранжирования: precision@k, recall@k, NDCG, MAP","Знание математической статистики для дизайна и анализа A/B-тестов","Расчёт выборки, проверка гипотез, доверительные интервалы","Ответственность, аналитический склад ума, самостоятельность и инициативность"],"responsibilities":["Собирать витрины признаков из банковских источников: продуктовая панель, транзакции, заявки, история коммуникаций","Чистить данные и контролировать их качество","Строить и развивать propensity-модели на кредитные и транзакционные продукты","Разрабатывать NBA-логику выбора оптимального продукта, оффера и канала","Учитывать в NBA бизнес-правила, приоритеты и риск-ограничения","Создавать рекомендательную систему для персонализации баннеров в мобильном приложении с ежедневным пересчётом","Выводить модели в продакшен: регулярный скоринг и интеграция с системами кампаний","Мониторить качество и стабильность моделей по PSI, дрейфу признаков и деградации метрик","Проводить переобучение моделей","Оценивать эффект моделей и кампаний с помощью A/B-тестов и считать инкрементальный эффект","Переводить бизнес-задачи в ML-постановку и презентовать результаты нетехнической аудитории"],"conditions":["Официальное трудоустройство в одном из крупнейших банков РК","Гибридный или удалённый формат работы в Алматы","Возможность напрямую влиять на бизнес-показатели","Сильная инженерная культура и отсутствие бюрократических тупиков","Свобода в выборе инструментов и подходов","Развитый социальный пакет и возможности для профессионального роста"],"englishLevel":"NOT_REQUIRED","englishRequirement":"NOT_REQUIRED","englishRequirementSource":"INFERRED_FROM_VACANCY_LANGUAGE","importantNotices":[],"vacancyLang":"RU","sourceLanguage":null,"translatedTitle":null,"translatedDescription":null,"translatedRequirements":[],"translatedResponsibilities":[],"translatedConditions":[],"translationLang":null,"pinnedAt":null,"pinnedUntil":null,"contentHash":"7499161980505525ed7a30cf11d8bec8d9657383cdd8c3b9d5f9982832d94ff4","localizationReadyAt":"$D2026-10-21T17:10:56.168Z","localizations":[{"locale":"RU","title":"Middle Data Scientist","description":"В Департамент CVM массового кредитования требуется Middle Data Scientist для персонализированных коммуникаций с розничными клиентами через подход NBA (Next Best Action). Специалист возьмёт на себя полный цикл работы с моделями отклика и рекомендательными системами — от сбора витрин данных до мониторинга в продакшене. Задачи включают построение propensity-моделей, NBA-логику, рекомендательную систему для баннеров в мобильном приложении и оценку эффекта через A/B-тесты. Работа предполагает тесное взаимодействие с бизнесом и презентацию результатов нетехнической аудитории.","summary":"Вакансия закрывает полный цикл ML-разработки: от витрин признаков и propensity-моделей до мониторинга в продакшене, A/B-тестов и рекомендательной системы для приложения, что даёт сильную прокачку end-to-end навыков. Требования конкретны и проверяемы — Python, SQL с PostgreSQL или Oracle, бустинг, временная валидация out-of-time и метрики ранжирования, при этом заявлены свобода в выборе инструментов и отсутствие бюрократических тупиков. Основные ограничения — обязательное высшее математическое или техническое образование, от двух лет опыта с минимум годом в клиентской аналитике или CRM, а также привязка гибрида и удалёнки к Алматы.","requirements":["Высшее математическое или техническое образование","Опыт работы в роли Data Scientist или ML-инженера от 2 лет","Не менее 1 года опыта в клиентской аналитике, маркетинге или CRM","Опыт в банках, финтехе, телекоме или ритейле","Уверенный Python: pandas, numpy, scikit-learn","Градиентный бустинг: LightGBM, XGBoost или CatBoost","Умение писать чистый переиспользуемый код","Уверенный SQL: оконные функции, CTE, оптимизация сложных запросов","Опыт работы с PostgreSQL и/или Oracle","Опыт построения моделей бинарной классификации на реальных данных","Понимание утечек данных и корректной временной валидации out-of-time","Опыт работы с дисбалансом классов","Понимание рекомендательных систем: коллаборативная фильтрация и матричные разложения","Знание метрик ранжирования: precision@k, recall@k, NDCG, MAP","Знание математической статистики для дизайна и анализа A/B-тестов","Расчёт выборки, проверка гипотез, доверительные интервалы","Ответственность, аналитический склад ума, самостоятельность и инициативность"],"responsibilities":["Собирать витрины признаков из банковских источников: продуктовая панель, транзакции, заявки, история коммуникаций","Чистить данные и контролировать их качество","Строить и развивать propensity-модели на кредитные и транзакционные продукты","Разрабатывать NBA-логику выбора оптимального продукта, оффера и канала","Учитывать в NBA бизнес-правила, приоритеты и риск-ограничения","Создавать рекомендательную систему для персонализации баннеров в мобильном приложении с ежедневным пересчётом","Выводить модели в продакшен: регулярный скоринг и интеграция с системами кампаний","Мониторить качество и стабильность моделей по PSI, дрейфу признаков и деградации метрик","Проводить переобучение моделей","Оценивать эффект моделей и кампаний с помощью A/B-тестов и считать инкрементальный эффект","Переводить бизнес-задачи в ML-постановку и презентовать результаты нетехнической аудитории"],"conditions":["Официальное трудоустройство в одном из крупнейших банков РК","Гибридный или удалённый формат работы в Алматы","Возможность напрямую влиять на бизнес-показатели","Сильная инженерная культура и отсутствие бюрократических тупиков","Свобода в выборе инструментов и подходов","Развитый социальный пакет и возможности для профессионального роста"],"applicationInstructions":[],"highlights":["Полный цикл ML-моделей: от витрин данных до продакшена","Рекомендательная система и NBA в мобильном приложении банка","Сильная инженерная культура и свобода выбора инструментов","Влияние на бизнес-показатели через модели и A/B-тесты"],"negatives":["Гибрид и удалёнка привязаны к Алматы","Обязательно высшее математическое или техническое образование","Не указан корректный диапазон заработной платы"],"contentHash":"7499161980505525ed7a30cf11d8bec8d9657383cdd8c3b9d5f9982832d94ff4"},{"locale":"EN","title":"Middle Data Scientist","description":"The Mass Lending CVM Department is looking for a Middle Data Scientist for personalized communications with retail clients via the NBA (Next Best Action) approach. The specialist will take on the full cycle of work with response models and recommender systems — from building data marts to production monitoring. Tasks include building propensity models, NBA logic, a recommender system for banners in the mobile application, and effect evaluation via A/B tests. The role involves close interaction with the business and presenting results to a non-technical audience.","summary":"The vacancy covers the full ML development cycle: from feature marts and propensity models to production monitoring, A/B tests and a recommender system for the application, which provides strong end-to-end skill development. The requirements are specific and verifiable — Python, SQL with PostgreSQL or Oracle, boosting, out-of-time validation and ranking metrics, while freedom to choose tools and the absence of bureaucratic dead ends are promised. The main constraints are a mandatory higher education in mathematics or a technical field, at least two years of experience with a minimum of one year in customer analytics or CRM, and the hybrid and remote formats being tied to Almaty.","requirements":["Higher education in mathematics or a technical field","Experience as a Data Scientist or ML engineer of 2 years or more","At least 1 year of experience in customer analytics, marketing or CRM","Experience in banks, fintech, telecom or retail","Confident Python: pandas, numpy, scikit-learn","Gradient boosting: LightGBM, XGBoost or CatBoost","Ability to write clean, reusable code","Confident SQL: window functions, CTEs, optimization of complex queries","Experience with PostgreSQL and/or Oracle","Experience building binary classification models on real data","Understanding of data leakage and correct out-of-time validation","Experience with class imbalance","Understanding of recommender systems: collaborative filtering and matrix factorization","Knowledge of ranking metrics: precision@k, recall@k, NDCG, MAP","Knowledge of mathematical statistics for designing and analyzing A/B tests","Sample size calculation, hypothesis testing, confidence intervals","Responsibility, an analytical mindset, independence and initiative"],"responsibilities":["Build feature marts from banking sources: product panel, transactions, applications, communication history","Clean data and control its quality","Build and develop propensity models for credit and transactional products","Develop NBA logic for selecting the optimal product, offer and channel","Account for business rules, priorities and risk constraints in NBA","Create a recommender system for personalizing banners in the mobile application with daily recalculation","Deploy models to production: regular scoring and integration with campaign systems","Monitor model quality and stability via PSI, feature drift and metric degradation","Retrain models","Evaluate the effect of models and campaigns using A/B tests and calculate incremental effect","Translate business tasks into ML formulations and present results to a non-technical audience"],"conditions":["Official employment at one of the largest banks of the Republic of Kazakhstan","Hybrid or remote work format in Almaty","Opportunity to directly influence business metrics","Strong engineering culture and no bureaucratic dead ends","Freedom to choose tools and approaches","Comprehensive social package and opportunities for professional growth"],"applicationInstructions":[],"highlights":["Full ML model cycle: from data marts to production","Recommender system and NBA in the bank's mobile application","Strong engineering culture and freedom to choose tools","Influence on business metrics through models and A/B tests"],"negatives":["Hybrid and remote work are tied to Almaty","Higher education in mathematics or a technical field is mandatory","No correct salary range is specified"],"contentHash":"7499161980505525ed7a30cf11d8bec8d9657383cdd8c3b9d5f9982832d94ff4"}],"archivedAt":null,"recruiterContacts":null,"hasDirectApply":false,"ai_analysis":{"f":[],"grade":"MIDDLE","checks":{"det":true,"prc":true,"rem":false,"sal":false,"stk":true,"bnft":true},"domain":"Банки и финансовые услуги, розничное кредитование","salary":{"max":0,"min":0,"period":"MONTHLY","currency":"RUB","currency_original":null},"category":"ANALYST","grade_ai":"MIDDLE","locations":["Алматы","Казахстан"],"company_ai":{"name":"Bereke Bank","source":"TEXT","evidence":"company: Bereke Bank"},"_raw_source":{"id":"138663959","area":{"id":"160","url":"https://api.hh.ru/areas/160","name":"Алматы"},"code":null,"name":"Middle Data Scientist","test":null,"type":{"id":"open","name":"Открытая"},"hidden":false,"salary":null,"address":{"lat":43.231422,"lng":76.943651,"raw":"Алматы, улица Желтоксан, 191","city":"Алматы","metro":{"lat":43.242548,"lng":76.949588,"line_id":"64","hex_color":"CD0505","line_name":"Первая","station_id":"64.433","station_name":"Абая"},"street":"улица Желтоксан","building":"191","can_edit":false,"description":null,"metro_stations":[{"lat":43.242548,"lng":76.949588,"line_id":"64","hex_color":"CD0505","line_name":"Первая","station_id":"64.433","station_name":"Абая"},{"lat":43.251295,"lng":76.945456,"line_id":"64","hex_color":"CD0505","line_name":"Первая","station_id":"64.432","station_name":"Алмалы"},{"lat":43.240401,"lng":76.927696,"line_id":"64","hex_color":"CD0505","line_name":"Первая","station_id":"64.434","station_name":"Байконур"},{"lat":43.240362,"lng":76.917519,"line_id":"64","hex_color":"CD0505","line_name":"Первая","station_id":"64.435","station_name":"Театр имени Ауэзова"}]},"premium":false,"approved":true,"archived":false,"contacts":null,"employer":{"id":"1245405","url":"https://api.hh.ru/employers/1245405","name":"Bereke Bank","trusted":true,"logo_urls":{"90":"https://img.hhcdn.ru/employer-logo-round/6420801.png","240":"https://img.hhcdn.ru/employer-logo-round/6420802.png","original":"https://img.hhcdn.ru/employer-logo-original-round/6420800.png"},"country_id":3,"alternate_url":"https://hh.ru/employer/1245405","vacancies_url":"https://api.hh.ru/vacancies?employer_id=1245405","is_identified_by_esia":false,"accredited_it_employer":false,"employer_on_additional_check":false},"has_test":false,"languages":[],"relations":[],"created_at":"2026-10-20T14:49:23+0300","department":{"id":"1245405-1245405-it","name":"Bereke Bank - ИТ-специалисты"},"experience":{"id":"between1And3","name":"От 1 года до 3 лет"},"internship":false,"key_skills":[{"name":"Python"},{"name":"MS SQL Server"},{"name":"MySQL"},{"name":"Математическая статистика"},{"name":"NBA"},{"name":"SQL"},{"name":"A/B тесты"}],"accept_kids":false,"description":"$82","work_format":[{"id":"REMOTE","name":"Удалённо"},{"id":"HYBRID","name":"Гибрид"}],"billing_type":{"id":"standard","name":"Стандарт"},"night_shifts":false,"published_at":"2026-10-20T14:49:23+0300","response_url":null,"salary_range":null,"search_query":"Data Analyst","alternate_url":"https://hh.ru/vacancy/138663959?tech_source=api","auto_response":{"accept_auto_response":true},"show_contacts":false,"working_hours":[{"id":"HOURS_8","name":"8 часов"}],"allow_messages":true,"age_restriction":null,"employment_form":{"id":"FULL","name":"Полная"},"hh_source_facts":{"locations":["Алматы","Казахстан"]},"specializations":[],"accept_temporary":false,"negotiations_url":null,"insider_interview":null,"accept_handicapped":false,"initial_created_at":"2026-10-20T14:49:23+0300","professional_roles":[{"id":"165","name":"Дата-сайентист"}],"apply_alternate_url":"https://hh.ru/applicant/vacancy_response?vacancyId=138663959&tech_source=api","branded_description":"$83","civil_law_contracts":[],"inclusiveness_types":[],"show_logo_in_search":true,"driver_license_types":[],"suitable_resumes_url":null,"accept_labor_contract":true,"closed_for_applicants":false,"work_schedule_by_days":[{"id":"FIVE_ON_TWO_OFF","name":"5/2"}],"fly_in_fly_out_duration":[],"quick_responses_allowed":false,"response_letter_required":false,"accept_incomplete_resumes":false,"inclusiveness_description":null,"vacancy_constructor_template":null},"hr_comments":"Вакансия закрывает полный цикл ML-разработки: от витрин признаков и propensity-моделей до мониторинга в продакшене, A/B-тестов и рекомендательной системы для приложения, что даёт сильную прокачку end-to-end навыков. Требования конкретны и проверяемы — Python, SQL с PostgreSQL или Oracle, бустинг, временная валидация out-of-time и метрики ранжирования, при этом заявлены свобода в выборе инструментов и отсутствие бюрократических тупиков. Основные ограничения — обязательное высшее математическое или техническое образование, от двух лет опыта с минимум годом в клиентской аналитике или CRM, а также привязка гибрида и удалёнки к Алматы.","work_format":"HYBRID","company_name":"Bereke Bank","grade_source":"title","source_facts":{"locations":["Алматы","Казахстан"],"sourceMetadataVersion":1},"english_level":"NOT_REQUIRED","evaluation_v2":{"version":4,"evidence":[{"code":"U_DETAIL","points":12,"source":"llm_extracted"},{"code":"U_HIRING_PROCESS","points":10,"source":"source_text"},{"code":"U_CONDITIONS","points":10,"source":"llm_extracted"},{"code":"U_TOOLS","points":10,"source":"llm_extracted"},{"code":"P_RELEVANCE","points":8,"source":"source_text"},{"code":"P_MATURITY_ANALYST_1","points":10,"source":"source_text"}],"risk_penalty":0,"category_score":18,"universal_score":42},"quality_score":60,"telegram_tags":[],"company_source":"STRUCTURED","negatives_list":["Гибрид и удалёнка привязаны к Алматы","Обязательно высшее математическое или техническое образование","Не указан корректный диапазон заработной платы"],"required_years":2,"specialization":"Data Scientist","canonical_title":"Middle Data Scientist","company_conflict":null,"is_advertisement":false,"must_have_skills":["Python","pandas","numpy","scikit-learn","LightGBM","XGBoost","CatBoost","SQL","PostgreSQL","Oracle","A/B-тесты","NBA"],"important_notices":[],"notice_input_hash":"4e6b5c2299f3352d98327e4bf73145ce61c97f885b873a5dea027f25219cbf27","company_ai_verdict":"ACCEPTED","company_structured":"Bereke Bank","english_requirement":"NOT_REQUIRED","nice_to_have_skills":["Аналитический склад ума","Самостоятельность","Инициативность","Ответственность"],"apply_requirements_list":[],"notice_contract_version":2,"canonical_title_inferred":false,"language_review_required":false,"english_requirement_source":"INFERRED_FROM_VACANCY_LANGUAGE"},"noticeContractVersion":2,"company":{"id":"e8ca37b0-434c-439b-8e1d-25ceecf91695","name":"Bereke Bank","slug":"bereke-bank","logo":"/uploads/company-logos/bereke-bank-b314c8ed.webp","website":"https://hh.ru/employer/1245405","description":null,"descriptionEn":null}},"variant":"full"}]]}]}] 37:[["$","title","0",{"children":"Похожие вакансии · Middle Data Scientist | hitIT"}],["$","meta","1",{"name":"description","content":"Похожие вакансии к «Middle Data Scientist» в компании Bereke Bank"}],["$","meta","2",{"name":"author","content":"hitIT Team"}],["$","meta","3",{"name":"keywords","content":"вакансии в IT, работа в IT, IT-вакансии в Telegram, удалённая работа в IT, вакансии разработчика, вакансии дизайнера, зарплаты в IT, проверка резюме, сопроводительное письмо"}],["$","meta","4",{"name":"robots","content":"noindex, follow"}],["$","link","5",{"rel":"canonical","href":"https://hitit.one/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a/similar"}],["$","link","6",{"rel":"alternate","hrefLang":"ru","href":"https://hitit.one/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a/similar"}],["$","link","7",{"rel":"alternate","hrefLang":"en","href":"https://hitit.one/en/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a/similar"}],["$","link","8",{"rel":"alternate","hrefLang":"x-default","href":"https://hitit.one/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a/similar"}],["$","meta","9",{"property":"og:title","content":"Похожие вакансии · Middle Data Scientist"}],["$","meta","10",{"property":"og:description","content":"Похожие вакансии к «Middle Data Scientist» в компании Bereke Bank"}],["$","meta","11",{"property":"og:url","content":"https://hitit.one/vacancy/middle-data-scientist-bereke-bank-almaty-20d0a/similar"}],["$","meta","12",{"property":"og:site_name","content":"hitIT"}],["$","meta","13",{"property":"og:locale","content":"ru_RU"}],["$","meta","14",{"property":"og:type","content":"website"}],["$","meta","15",{"name":"twitter:card","content":"summary_large_image"}],["$","meta","16",{"name":"twitter:title","content":"IT-вакансии из Telegram-каналов в одной ленте — hitIT"}],["$","meta","17",{"name":"twitter:description","content":"Свежие вакансии в IT и Digital из Telegram-каналов и карьерных сайтов: зарплаты, контакты для отклика, ИИ-проверка резюме и сопроводительные письма"}],["$","link","18",{"rel":"shortcut icon","href":"/uploads/site-assets/site-icon-1790431428543-32.png"}],["$","link","19",{"rel":"icon","href":"/uploads/site-assets/site-icon-1790431428543-32.png","type":"image/png","sizes":"32x32"}],["$","link","20",{"rel":"icon","href":"/uploads/site-assets/site-icon-1790431428543-192.png","type":"image/png","sizes":"192x192"}],["$","link","21",{"rel":"apple-touch-icon","href":"/uploads/site-assets/site-icon-1790431428543-180.png"}],["$","$L84","22",{}]] 4d:null