- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Science / Machine Learning Specialist
Оценка ИИХорошая вакансия для специалистов среднего уровня (Middle), ценящих баланс между кодингом и аналитикой. Несмотря на отсутствие названия компании, стек технологий актуален, а требования к софт-скиллам четко сформулированы.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения стеком Big Data (PySpark) и классического ML, а также наличия опыта от 2 лет. Основная сложность заключается в необходимости совмещать глубокую техническую экспертизу с навыками коммуникации и презентации.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для специалиста с опытом от 2 лет и знанием PySpark на российском рынке медиана составляет около 250 000 - 300 000 рублей. Наличие навыков работы с Big Data обычно позволяет претендовать на верхнюю границу рыночного диапазона.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме Насте прямо сейчас, чтобы обсудить детали этой ML-позиции!
Описание вакансии
#vacancy #DataScience
Data Science / Machine Learning
Компания: NDA.
Локация: РФ.
Вилка: по запросу.
Задачи:
Примерно 70% времени вы будете заниматься практической ML-разработкой: писать код, проводить исследования и эксперименты. Остальные 30% времени уйдут на общение, подготовку презентаций и работу с требованиями.
ТРЕБОВАНИЯ
Основные требования
•Опыт в Data Science / Machine Learning от 2 лет.
• Умение четко оценивать сроки и реалистично подходить к постановке задач.
• Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели.
• Ответственность: завершать проекты, а не бросать их на полпути.
• Глубокое знание Python, SQL и PySpark:
◦ Разработка ETL-процессов для обработки больших данных (чтение, трансформация, агрегация, запись).
◦ Оптимизация Spark-запросов (партиционирование, кэширование, работа с broadcast-переменными).
• Знание основных ML-фреймворков (Scikit-learn, TensorFlow/PyTorch).
• Опыт работы с данными: обработка, анализ, feature engineering.
• Общительность и неконфликтность – умение работать в команде и эффективно коммуницировать с коллегами.
Плюсом будет:
• Опыт продакшн-разработки (не только исследования).
• Понимание, как устроены процессы в бизнесе, а не только в Jupyter Notebook.
• Умение запускать ML-модели в PySpark:
◦ Использование Spark MLlib для распределенного обучения.
◦ Работа с PySpark Pandas UDFs для эффективного применения ML-моделей к большим данным.
СТЕК ТЕХНОЛОГИЙ
Data ScienceMachine LearningPythonSQLPySparkScikit-learnTensorFlowPyTorchSpark MLlibPySpark Pandas UDFs
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- PySpark
- Scikit-learn
- TensorFlow
- PyTorch
- ETL
- Spark MLlib
- Pandas
- Feature Engineering
Возможные вопросы на собеседовании
Вакансия делает упор на оптимизацию Spark-запросов.
Расскажите о вашем опыте оптимизации PySpark приложений. В каких случаях вы используете broadcast-переменные и как боретесь с проблемой data skew?
В описании указан прагматизм как ключевое качество.
Приведите пример ситуации, когда вам пришлось пожертвовать точностью модели ради скорости её внедрения или простоты поддержки.
30% времени отводится на общение и требования.
Как вы подходите к сбору требований у бизнес-заказчиков, которые не обладают техническими знаниями в области ML?
Требуется опыт работы с ETL.
Опишите ваш типичный пайплайн обработки данных: как вы обеспечиваете качество данных на входе в модель?
Упоминается использование Spark MLlib.
В чем основные отличия и ограничения обучения моделей с помощью Spark MLlib по сравнению с обучением на одной машине через Scikit-learn?
Похожие вакансии
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
Middle+ Data инженер
Backend / ML Infrastructure / MLOps инженер
Junior Applied ML Engineer / Data Scientist
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!