Научный сотрудник / Эконометрист-аналитик

Обязанности:

• Сбор, поиск, объединение, очистка и систематизация научных данных.
• Проверка данных на полноту, достоверность, сопоставимость и аналитическую пригодность.
• Подготовка датасетов.
• Анализ панельных данных.
• Подбор и обоснование эконометрических и статистических методов под конкретную научную задачу.
• Тестирование данных и предобработка.
• Построение и оценка моделей в Stata, R и др.
• Проверка гипотез, проведение расчетов и интерпретация результатов.
• Проведение диагностических тестов и robustness checks: мультиколлинеарность, гетероскедастичность, автокорреляция, эндогенность, стационарность, чувствительность спецификаций и др.
• Подготовка таблиц, графиков, приложений и подготовка файлов для воспроизводимости анализа и расчетов (R-скрипты)
• Опыт научной методологии, опыт в выборе правильных научных методов, понимание и построение концептуальных научных моделей.
• Построение сложных моделей для анализа временных рядов и панельных данных. Доработка расчетов и моделей по замечаниям.
• Проверка и оценка того, насколько гипотезы, переменные и эмпирическая логика исследования соответствуют современным научным трендам.

Требования:

• Профильное высшее образование.
• Практический академический опыт в эконометрике и прикладном анализе данных: Panel Data Models, Fixed / Random Effects, GMM, IV / 2SLS, VAR / VECM, ARDL , Logit / Probit , Diff-in-Diff , Event Study , Time Series Models , Survival / Duration Models , Causal Inference Methods: PSM, RDD, Synthetic Control , Nonlinear Models: NARDL, PTR .
• Уверенное владение прикладными программами: Stata, R. Знание SPSS, EViews, Gretl, MATLAB.
• Широкая научная насмотренность, академическая эрудиция и понимание современных трендов в международных и отечественных исследованиях.
• Опыт самостоятельной работы с международными базами данных и дата-сетами, включая World Bank, IMF, OECD, UNData, ILO, Eurostat, FAO, UNESCO, а также Bloomberg, Refinitiv, CEIC, Statista или иные профессиональные источники данных.
• Наличие собственного доступа к профессиональным дата-сетам будет преимуществом.
• Понимание логики научного исследования.
• Опыт и понимание современных научных трендов, исследовательских повесток и эмпирических тенденций в релевантных областях.
• Умение работать головой и руками, а не ИИ.
• Готовность работать с конфиденциальными данными и соблюдать NDA.
• Для нас также важны договороспособность, лояльность, конструктивный стиль взаимодействия, адекватность к критике и умение работать быстро и на качественный результат, готовность и настрой к долгосрочному удалённому сотрудничеству.
  Мы ценим наличие удобных и стабильных каналов онлайн-коммуникации, способность работать в команде, слышать задачи, понимать цели проекта и ориентироваться на конкретный результат.

Будет преимуществом

• Опыт работы с межстрановыми и панельными данными. Опыт разработки математических моделей для описания динамики поведения сложных иерархических систем.
• Владение современными панельными методами для зависимых межстрановых данных, включая CS-ARDL и DCCE / CCEMG.
• Опыт применения тестов второго поколения для панельных данных, включая Pesaran CD test, CIPS / CADF unit root tests, Westerlund cointegration test.
• Опыт моделирования межстрановой неоднородности с использованием подходов MG (Mean Group), PMG (Pooled Mean Group), а также panel threshold models.
• Практический опыт применения современных методов causal inference и нелинейного моделирования.
• Владение современными подходами к идентификации причинно-следственных эффектов, включая instrumental variables, external instruments, Synthetic Control Method и иные методы identification strategy.
• Понимание того, почему стандартные fixed effects-модели могут давать смещённые или неполные результаты в условиях межстрановой взаимозависимости, общих шоков и неоднородности.
• Наличие публикаций в Scopus / Web of Science топовых журналах.
• Умение не только проводить расчеты, но и критически оценивать научную состоятельность модели и данных.

Условия:

• Полностью удалённый формат работы.
• Гибкий график.
• Проектная занятость.
• Достойная и разумная оплата за проект, обсуждается индивидуально в зависимости от сложности задачи, объема данных и срочности.
• Интересные исследовательские проекты.
• Возможность долгосрочного взаимовыгодного и интересного сотрудничества. С нами работают годами. Ценим работоспособных профессионалов.

Этапы отбора:

1 этап:

• примеры кодов и скриптов из прошлых работ;
• пример итоговой таблицы результатов;
• Кейс и выбор модели (Теория);
• Чтение кода (Практика);
• ссылки на публикации, проекты или портфолио.

Данные могут быть представлены в обезличенном виде.

2-й этап:

тестовое задание.

В сопроводительном письме просим указать:

• с какими эконометрическими моделями вы работали на практике;
• в каком ПО работаете лучше всего;
• активные ссылки на Scopus Author ID/ Web of Science Researcher Profile/ORCID/ Google Scholar или академический сайт.
• есть ли опыт работы с международными дата-сетами и какими именно;
• можете ли вы показать пример воспроизводимого анализа;
• укажите вашу ожидаемую стоимость работы за полный цикл аналитического исследования: сбор и подготовка данных, построение модели, проведение расчетов, проверка результатов и подготовка итоговых материалов;

Условия сотрудничества:

• Работа на основании договора гражданско-правового характера (ГПХ).
• NDA.
• Формат работы — полностью удалённый.
• Оплата производится Вам как ИП или самозанятому.
• Вознаграждение выплачивается после сдачи и принятия проекта. Авансы не предусмотрены.
• Дополнительные условия сотрудничества и пожелания обсуждаются и согласовываются индивидуально в зависимости от задачи, сроков и объема работ.

Мы рассматриваем все отклики вручную, если кандидат приложил содержательное сопроводительное письмо и обладает релевантным вакансии опытом.