Data Scientist

Кто мы?

Tripledot Studios — одна из крупнейших независимых mobile games компаний в мире.

Мы — многократно награждённая организация с глобальной командой более 2500 человек в 12 студиях.

Наш расширенный portfolio включает крупнейшие mobile gaming titles, которые занимают верхние позиции charts по всему миру и ежедневно привлекают более 25 млн active users.

Главный принцип Tripledot: когда люди любят то, что делают, результат их работы любят другие.

Мы строим компанию, которой гордимся: полную целеустремлённых, невероятно умных и внимательных к деталям людей, которые ОБОЖАЮТ создавать игры.

Наша амбиция — стать самой успешной games company в мире, и мы только начинаем.

Эта роль относится к нашей студии Tripledot Games.

О Tripledot Games

Tripledot Games — ведущий разработчик и издатель казуальных игр и головоломок с сильным присутствием в Лондоне, Варшаве и Барселоне. Студия отвечает за несколько проектов из топ-10, включая Woodoku, Woodoku Blast, Solitaire и TripleTile. Наш передовой подход, основанный на данных, охватывает весь жизненный цикл — от издательства до уровней головоломок, создаваемых с помощью машинного обучения, — помогая нам быстро принимать умные решения на каждом этапе разработки.

Мы также являемся одним из крупнейших операторов IAA в мире. Tripledot Games — разнообразная и ориентированная на сотрудничество студия, в которой работают люди более чем 36 национальностей. Мы гордимся качеством своей работы, сильной ориентацией на результат и постоянным совершенствованием, создавая качественные и масштабируемые игры, которые любят игроки по всему миру.

Обзор роли

В роли Data Scientist в нашей команде Experimentation вы будете помогать развивать и совершенствовать общекорпоративную платформу Tripledot для анализа экспериментов. В тесном сотрудничестве с Data Engineering вы будете определять статистическую логику и методологии функций платформы, создавать прототипы на Python и обеспечивать точные и надёжные результаты для продуктовых команд по всему портфелю наших игр.

На первом этапе значительная часть работы будет связана с практическим контролем качества: проведением независимых анализов, сравнением результатов с выводами платформы, расследованием расхождений и проверкой функций и метрик. Это позволит глубоко погрузиться в методологии экспериментов и A/B-тестирования на базе развитой внутренней платформы. По мере развития платформы роль будет расширяться в сторону более сложных статистических задач и машинного обучения, создающих ценность для всего бизнеса.

Ключевые обязанности

• Определять статистическую логику, методы расчётов и подробные требования к функциям платформы экспериментов.
• Создавать прототипы статистических методик и анализов на Python до их реализации.
• Тесно сотрудничать с Data Engineers при разработке и совершенствовании платформы экспериментов.
• Проводить тщательный QA данных и функций, самостоятельно рассчитывая результаты и сравнивая их с выводами платформы.
• Исследовать расхождения, находить первопричины и помогать обеспечивать точность и надёжность метрик и анализов.
• Искать возможности автоматизировать QA-процессы и повышать эффективность и качество валидации.
• Глубоко изучать методологии экспериментов, включая A/B-тестирование, мониторинг, сегментацию и анализ.
• Взаимодействовать с BI, Machine Learning, продуктовыми командами и другими заинтересованными сторонами, чтобы понимать запросы и формировать эффективные решения.
• Участвовать в будущих статистических, алгоритмических и ML-инициативах по мере развития приоритетов команды.

Навыки, знания и экспертиза

• 3–5 лет профессионального опыта в роли Data Scientist или на близкой позиции.
• Сильные навыки Python, включая создание прототипов аналитики и написание понятных и надёжных скриптов.
• Хорошее знание статистики и стандартных статистических методик.
• Практическое понимание экспериментов и A/B-тестирования, включая расчёт и валидацию метрик и результатов.
• Знакомство с методами машинного обучения и способность применять подходящие методы при необходимости.
• Исключительное внимание к деталям и дисциплинированный подход к повторяющимся или методичным QA-задачам.
• Сильные навыки решения проблем и инициативность в предложении нестандартных решений и улучшений процессов.
• Хорошие коммуникативные навыки и способность объяснять аналитические методы, результаты и логику решений.
• Опыт работы с платформами экспериментов или цифровыми продуктами с большим объёмом данных, например в играх, e-commerce или сервисах такси, будет преимуществом.
• Способность критически оценивать и проверять сгенерированный AI код, аналитику или предложения по моделированию, обеспечивая корректность и воспроизводимость.
• Опыт использования AI-инструментов (например, code assistants или аналитических copilot-систем) для ускорения исследования данных, прототипирования и разработки без ущерба научной и статистической строгости.
• Интерес к AI-подходам, способным улучшать платформы экспериментов, продуктивность разработчиков и исследовательские процессы Data Science.

Работа в Tripledot…

Текст вакансии длинный, здесь показана его часть. Полностью — на сайте студии.