НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

Gusto, Inc.

Gusto Insights Intern

  • San Francisco, CA - Hybrid
  • сегодня

Стажировка Economist Research Intern в Gusto Insights — участвуйте в исследованиях экономики малого бизнеса с использованием реальных данных, Python, SQL и современных AI-инструментов. Сан-Франциско, гибрид 2 дня в офисе, лето 2027.

О позиции

Компания Gusto помогает малому бизнесу решать сложные задачи — расчёт заработной платы, медицинское страхование, 401(k), HR — чтобы владельцы могли сосредоточиться на своём деле. В команде Gusto Insights вы превратите данные платформы в значимые исследования по найму, оплате труда, предпринимательству и будущему работы. Вы возглавите проект от сырых данных до публичногоdeliverable с менторством опытной команды и возможностью публиковать результаты.

Чем заниматься

  • Владеть проектом полностью: от сырых данных через анализ до готового к публикации результата
  • Анализировать масштабные административные данные с использованием Python и SQL
  • Применять эконометрические методы, включая причинно-следственный вывод и регрессионное моделирование
  • Использовать AI-ассистенты (Claude Code, агентовые инструменты) для ускорения анализа
  • Превращать анализ в понятные визуализации и ясные нарративы для нетехнической аудитории
  • Совершенствовать ежемесячные показатели, которые публикует команда Insights
  • Укреплять инфраструктуру исследований: воспроизводимые пайплайны, переход на современные инструменты вроде dbt
  • Построить инструменты, которые позволяют больше людей работать с вашими исследованиями
  • Презентовать результаты команде Insights и партнёрам в конце стажировки

Что ждут

  • Сейчас учитесь на 4-летней программе или магистратуре, ожидаемое окончание декабря 2027 или мая 2028
  • Сильные навыки Python и опыт работы с SQL
  • База прикладной экономики и эконометрики, включая причинно-следственный вывод (diff-in-diff, matching, event studies)
  • Чёткое понимание различия между корреляцией и обоснованным причинным утверждением
  • Опыт работы с LLM и агентовыми инструментами кодинга (Claude Code, Cursor и подобные)
  • Настоящий интерес к экономике малого бизнеса, рынкам труда и предпринимательству
  • Отличные письменные и визуальные коммуникационные навыки
  • Проактивный решатель проблем, способный структурировать неоднозначные задачи

Будет плюсом

  • Опыт работы с системами контроля версий
  • Готовность создавать небольшие инструменты или пайплайны

Условия

  • Конкурентная базовая оплата ($66.11/час для Сан-Франциско)
  • Бенефиты и опционы RSU для всех полнозачтных сотрудников
  • Гибридный график работы: 2 дня в офисе в неделю
  • Менторство от опытной команды исследователей
  • Возможность публиковать исследования для широкой аудитории
  • Фокус на активном использовании AI-инструментов в работе
  • Поддержка разнообразия и инклюзивная культура компании

Навыки

  • Python
  • SQL
  • Econometrics
  • Causal Inference
  • Data Analysis
  • Data Visualization
  • Machine Learning
  • LLMs
  • Git
  • dbt
  • Agentic Coding Tools
  • Statistical Modeling
  • Research Communication

Сложность отбора

Высокая сложность: требует сильных технических навыков в Python/SQL, понимания эконометрики и причинно-следственного вывода, опыта работы с AI-инструментами, а также способности самостоятельно управлять проектами и объяснять сложные результаты неспециалистам.

Оценка JobPath

Зарплата по рынку

800 000 – 1 100 000 ₽ в месяц

Оценка основана на указанной ставке $66.11/час (около $137k в год), пересчитанной по курсу 90 RUB/USD. Для интерна высокой квалификации в сфере data/economics в Сан-Франциско это соответствует рыночному диапазону.

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Расскажите о проекте, где вы анализировали большие объемы данных. Как вы гарантировали качество и воспроизводимость ваших результатов?
  2. В чём главное различие между корреляцией и причинно-следственной связью? Приведите пример метода, который используется для установления причинности.
  3. Как вы используете AI-инструменты (например, LLM) в своей повседневной работе? Когда вы проверяете их вывод самостоятельно?
  4. Опишите ситуацию, когда вам пришлось работать с неопределённой или плохо определённой проблемой. Как вы её структурировали и пришли к решению?

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать