1. Общие положения

1.1. Назначение документа

Настоящая должностная инструкция определяет функциональные обязанности, права, ответственность и квалификационные требования к Специалисту по данным (Data Scientist) в организации. Документ является основным организационно-распорядительным актом, регламентирующим трудовую деятельность сотрудника на данной должности.

1.2. Правовая основа

Специалист по данным руководствуется в своей деятельности: законодательством Российской Федерации в области защиты персональных данных и коммерческой тайны; уставом организации и внутренними нормативными документами; приказами и распоряжениями непосредственного руководителя; настоящей должностной инструкцией; политиками информационной безопасности и регламентами работы с данными.

1.3. Термины и определения

В настоящей инструкции используются следующие термины: Data Scientist — специалист, занимающийся сбором, обработкой, анализом и интерпретацией больших данных; машинное обучение — класс методов искусственного интеллекта, позволяющих системам обучаться на данных; предиктивная модель — математическая модель, предназначенная для прогнозирования будущих событий на основе исторических данных; ETL-процесс (Extract, Transform, Load) — процедура извлечения, преобразования и загрузки данных в хранилище.

2. Цель и сфера деятельности

2.1. Основная цель должности

Основной целью деятельности Специалиста по данным является обеспечение организации качественными аналитическими решениями и прогнозными моделями на основе данных для оптимизации бизнес-процессов, снижения рисков и увеличения прибыли. Результатом работы являются обоснованные рекомендации для принятия управленческих решений.

2.2. Ожидаемые результаты

В результате работы Специалист по данным должен обеспечить: разработку и внедрение прогнозных моделей для ключевых бизнес-задач; создание и поддержку дашбордов и систем визуализации; предоставление аналитических отчетов руководству; повышение эффективности бизнес-процессов за счет внедрения Data-Driven подходов.

3. Подчиненность и взаимодействие

3.1. Подчиненность

Специалист по данным находится в прямом подчинении у руководителя отдела аналитики или назначенного руководителя проекта. В своей работе он подотчетен вышестоящему руководству в части выполнения плановых заданий, соблюдения сроков и качества выполненных работ.

3.2. Взаимодействие с подразделениями

Специалист по данных взаимодействует с: отделом информационных технологий по вопросам инфраструктуры и доступа к данным; отделом маркетинга для определения бизнес-задач и целей анализа; отделом продаж для построения моделей прогнозирования спроса; отделом управления рисками для разработки скоринговых и риск-моделей; юридической службой по вопросам соблюдения законодательства о данных.

4. Должностные обязанности

4.1. Сбор и подготовка данных

Специалист по данным обязан: осуществлять сбор данных из различных внутренних и внешних источников; проводить очистку, трансформацию и предобработку данных для обеспечения их качества и пригодности для анализа; разрабатывать и поддерживать ETL-процессы для автоматизации загрузки данных; документировать все этапы работы с данными и их источники.

4.2. Исследовательский анализ данных

Специалист по данным обязан: проводить исследовательский анализ данных (EDA) с использованием статистических методов и визуализации; выявлять закономерности, аномалии и ключевые зависимости в данных; формулировать гипотезы и проверять их с помощью статистических тестов; готовить промежуточные отчеты по результатам анализа для обсуждения с бизнес-заказчиками.

4.3. Разработка и внедрение моделей машинного обучения

Специалист по данным обязан: разрабатывать, обучать и настраивать модели машинного обучения для решения прогнозных и классификационных задач (например, прогнозирование спроса, отток клиентов, кредитный скоринг); проводить эксперименты с различными алгоритмами и архитектурами (например, градиентный бустинг, нейронные сети); оценивать качество моделей с использованием метрик (например, точность, полнота, F1-мера, ROC-AUC); осуществлять развертывание (деплой) моделей в продуктивную среду и их дальнейшее сопровождение (MLOps).

4.4. Визуализация данных и подготовка отчетов

Специалист по данным обязан: создавать интерактивные дашборды и отчеты для визуализации результатов анализа и работы моделей; использовать инструменты визуализации (например, Tableau, Power BI, библиотеки Python) для наглядного представления данных; готовить регулярные и ad-hoc отчеты для руководства и бизнес-подразделений; интерпретировать результаты анализа и формулировать бизнес-рекомендации на понятном для не-технических специалистов языке.

4.5. Разработка и поддержка инфраструктуры данных

Специалист по данным обязан: участвовать в проектировании и развитии архитектуры хранения и обработки данных; оптимизировать запросы и процессы для работы с большими данными; обеспечивать производительность и масштабируемость аналитических решений; внедрять и поддерживать CI/CD пайплайны для автоматизации процессов разработки и развертывания моделей.

4.6. Документирование и передача знаний

Специалист по данным обязан: вести техническую документацию по разработанным моделям, алгоритмам и ETL-процессам; документировать все изменения в моделях и данных; проводить внутренние семинары и обучения для коллег из смежных подразделений по использованию результатов анализа и работе с созданными инструментами; обеспечивать воспроизводимость результатов исследования.

5. Права сотрудника

5.1. Право на доступ к информации

Специалист по данным имеет право: запрашивать и получать от всех структурных подразделений организации информацию и данные, необходимые для выполнения его должностных обязанностей; знакомиться с проектами решений руководства, касающимися его деятельности; иметь доступ к корпоративным хранилищам данных, базам знаний и аналитическим платформам в соответствии с его правами доступа.

5.2. Право на принятие решений и инициативу

Специалист по данным имеет право: вносить на рассмотрение руководства предложения по улучшению аналитических процессов и повышению эффективности работы с данными; самостоятельно определять методы и инструменты для решения поставленных задач в рамках утвержденного бюджета и технологического стека; запрашивать необходимое оборудование, программное обеспечение и вычислительные ресурсы для выполнения работы.

5.3. Право на защиту и взаимодействие

Специалист по данным имеет право: привлекать к решению поставленных задач специалистов других подразделений с согласия их руководителей; участвовать в совещаниях и заседаниях, на которых обсуждаются вопросы, связанные с его деятельностью; на защиту своей профессиональной чести и достоинства, а также на конфиденциальность в отношении персональных данных, с которыми он работает.

6. Ответственность

6.1. Ответственность за выполнение обязанностей

Специалист по данных несет ответственность: за неисполнение или ненадлежащее исполнение своих должностных обязанностей, предусмотренных настоящей инструкцией, в пределах, определенных трудовым законодательством Российской Федерации; за достоверность и своевременность предоставляемых отчетов и результатов анализа; за сохранность коммерческой тайны и конфиденциальной информации, ставшей ему известной в ходе работы.

6.2. Ответственность за качество и соблюдение стандартов

Специалист по данным несет ответственность: за качество разработанных моделей и их соответствие поставленным бизнес-задачам; за соблюдение внутренних стандартов и регламентов разработки, тестирования и внедрения моделей; за ошибки в расчетах и прогнозах, повлекшие за собой материальный ущерб для организации, в пределах, установленных действующим законодательством; за несоблюдение политик информационной безопасности и требований по защите персональных данных.

6.3. Ответственность за сохранность имущества

Специалист по данных несет материальную ответственность за сохранность вверенного ему имущества, оборудования, программного обеспечения и информационных ресурсов в соответствии с заключенным договором о материальной ответственности. Он также отвечает за соблюдение правил пожарной безопасности и охраны труда на своем рабочем месте.

7. Квалификационные требования

7.1. Требования к образованию и опыту

На должность Специалиста по данным назначается лицо, имеющее высшее профессиональное образование (магистратура или специалитет) в области математики, статистики, компьютерных наук, физики или смежных дисциплин. Требования к опыту работы: от 2 до 5 лет в области анализа данных, машинного обучения или разработки ПО в зависимости от уровня должности (младший, старший, ведущий специалист).

7.2. Профессиональные компетенции и навыки

Специалист по данным должен обладать следующими компетенциями: владение языками программирования (Python, R, SQL); знание библиотек машинного обучения (Scikit-learn, TensorFlow, PyTorch, XGBoost); опыт работы с базами данных (SQL, NoSQL) и большими данными (Hadoop, Spark); навыки визуализации данных (Matplotlib, Seaborn, Plotly, Tableau); понимание математической статистики и методов оптимизации; знание основ MLOps и принципов разработки надежного ПО (Git, Docker, CI/CD).

7.3. Дополнительные требования и сертификации

Приветствуется наличие: ученой степени кандидата наук по соответствующей специальности; сертификатов по облачным технологиям (AWS Certified Machine Learning, Google Professional ML Engineer); опыта публикаций в рецензируемых журналах или выступлений на конференциях; знаний в конкретной предметной области (например, финансы, ритейл, производство); навыков работы с NLP и компьютерным зрением.

8. Условия труда

8.1. Режим рабочего времени

Рабочее время Специалиста по данным определяется Правилами внутреннего трудового распорядка организации и трудовым договором. Возможна гибкая форма организации труда (смешанный или удаленный график) с обязательным присутствием на ключевых совещаниях и планерках. Допускается ненормированный рабочий день при выполнении срочных проектов.

8.2. Требования к рабочему месту и оборудованию

Специалисту по данным предоставляется оборудованное рабочее место с персональным компьютером необходимой мощности, доступом к корпоративной сети и интернету, необходимым программным обеспечением и вычислительными ресурсами (включая GPU-кластеры при необходимости). Организация обеспечивает защиту рабочего места и каналов связи в соответствии с требованиями информационной безопасности.

8.3. Условия и охрана труда

Специалист по данным обязан соблюдать требования охраны труда, техники безопасности и производственной санитарии. Работодатель обеспечивает проведение инструктажей, медицинских осмотров (при необходимости) и предоставляет средства индивидуальной защиты, если это предусмотрено спецификой рабочего места.

9. Ключевые показатели эффективности (KPI)

9.1. Производственные KPI

Эффективность работы Специалиста по данным оценивается по следующим показателям: точность и стабильность разработанных прогнозных моделей (например, MAPE, RMSE); процент успешно внедренных в продуктивную среду моделей; сокращение времени обработки данных и выполнения аналитических запросов; количество и качество реализованных проектов и исследований.

9.2. Бизнес-ориентированные KPI

Оценка эффективности также включает: измеримое влияние моделей на ключевые бизнес-метрики (например, увеличение конверсии, снижение оттока, рост прибыли); количество обоснованных бизнес-решений, принятых на основе предоставленного анализа; удовлетворенность внутренних заказчиков качеством и своевременностью предоставляемых данных и инсайтов (оценивается по опросам).

9.3. Профессиональные и инновационные KPI

Дополнительные показатели: количество внедренных новых алгоритмов и подходов; количество патентов, публикаций и докладов на профессиональных конференциях; уровень владения современным технологическим стеком (подтвержденный сертификатами или результатами проектов); активное участие в развитии внутренней экспертизы и менторстве.

10. Бизнес-процессы, чек-листы и сценарии работы

10.1. Бизнес-процесс «Разработка и внедрение модели машинного обучения»

Процесс состоит из следующих этапов: 1. Постановка бизнес-задачи и определение требований к модели. 2. Сбор и анализ данных (включая проверку качества). 3. Выбор метрики качества и разработка прототипа. 4. Обучение и настройка гиперпараметров модели. 5. Оценка модели на тестовых данных. 6. Подготовка отчета и презентация результатов заказчику. 7. Развертывание модели в эксплуатацию и настройка мониторинга. 8. Документирование процесса и передача знаний.

10.3. Сценарий действий при сбое модели

При обнаружении критического снижения качества модели (дрейф данных или концептуальный дрейф) Специалист по данным обязан: 1) зафиксировать факт отклонения в системе мониторинга; 2) оперативно уведомить руководителя и бизнес-заказчика; 3) провести анализ причин снижения качества; 4) при необходимости откатить модель на предыдущую стабильную версию; 5) разработать и внедрить корректирующие меры (например, переобучение модели на новых данных); 6) обновить документацию по модели и процессу мониторинга.

10.5. Бизнес-процесс «Анализ эффективности маркетинговой кампании»

Процесс включает: 1) получение данных по кампании из систем учета; 2) очистку и агрегацию данных (по каналам, сегментам, временным периодам); 3) расчет ключевых метрик (ROI, CAC, LTV, конверсия); 4) построение визуализаций для выявления инсайтов; 5) проведение A/B-тестирования гипотез; 6) подготовку итогового отчета с рекомендациями по оптимизации бюджета и креативов; 7) презентацию результатов маркетинговому отделу.

10.6. Взаимодействие в рамках Agile-команды

Специалист по данных работает в кросс-функциональной команде, участвуя в спринтах. Его обязанности включают: планирование аналитических задач на спринт; ежедневные стендапы с обсуждением прогресса; участие в ретроспективах и демо; оценку времени и сложности задач; тесное взаимодействие с продуктовыми менеджерами и инженерами для интеграции моделей в продукты.