- Страна
- Сербия
- Зарплата
- 256 000 ₽ – 281 000 ₽
Откликайтесь
на вакансии с ИИ
Data Scientist
Оценка ИИИнтересный долгосрочный проект с современным стеком (Kubernetes, Airflow, Spark) и возможностью удаленной работы. Оплата выше среднего по рынку для Middle+/Senior уровней при условии работы через ИП.
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний ML-цикла и опыта работы от 4 лет. Сложность обусловлена необходимостью самостоятельного внедрения моделей в продакшн и работы с большими данными.
Анализ зарплаты
Оценка ИИПредложенная ставка (256-281к) соответствует рыночному уровню для Middle+/Senior специалистов в РФ, работающих через ИП. Верхняя граница чуть выше медианы для Middle+, но для Senior уровня это стандартное предложение.
Сопроводительное письмо
I am writing to express my interest in the Data Scientist position at Top Selection. With over 4 years of experience in building and deploying ML models, I have developed a strong proficiency in Python, SQL, and the full ML lifecycle. My background in developing predictive models for classification and regression tasks aligns perfectly with your project's goals for the data platform in Serbia.
In my previous roles, I have successfully managed the entire process from feature engineering to production deployment. I am particularly excited about the opportunity to work on a long-term project involving big data and ML pipelines. My experience with CatBoost, scikit-learn, and production-grade monitoring ensures that I can contribute effectively to optimizing your business processes and maintaining high-quality model performance.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Top Selection уже сейчас
Присоединяйтесь к разработке инновационной ML-платформы в Сербии — откликайтесь прямо сейчас!
Описание вакансии
#Datascientist #Datascientistвакансия
❇️ Data Scientist ❇️ | Компания Top Selection
🔥 Мы в поиске Data Scientist на проектную занятость
Грейд: middle+|senior
Ставка: от 256К до 281К
Гражданство РФ
Локация: любая
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП ‼️
📌 Проект: data platform. Внутренний проект компании в Сербии по разработке платформы анализа больших данных и построения ML-моделей для оптимизации бизнес-процессов. Платформа агрегирует данные из разных источников, позволяет строить предиктивные модели, а также внедрять их в продакшн-контур с мониторингом качества.
Основной фокус — развитие ML-решений и их интеграция в data-driven процессы
✅ Требования:
Опыт работы в Data Science от 4 лет
Уверенное владение Python (pandas, numpy, scikit-learn, CatBoost или подобные)
Опыт построения и внедрения ML-моделей в продакшн
Понимание метрик качества моделей и подходов к их улучшению
Опыт работы с SQL (написание сложных запросов)
Практический опыт feature engineering и работы с реальными данными
Понимание полного ML lifecycle
Опыт работы с задачами классификации /регрессии (churn,рекомендации,scoring и т.д.)
➕ Будет плюсом:
Опыт работы с большими данными (Spark/ Hadoop)
Опыт деплоя моделей (Docker, API-сервисы)
Опыт работы сML pipeline инструментами (Airflow, MLflow)
Понимание A/B-тестирования и causal inference
Опыт работы с Kubernetes
Опыт построения рекомендательных систем
🍀 Задачи:
Полный цикл разработки ML-моделей: от исследования данных до внедрения в прод
Построение и улучшение моделей (классификация, регрессия, сегментация)
Работа с большими объемами данных, подготовка и очистка датасетов
Разработка и оптимизация feature engineering
Валидация моделей, работа с метриками, анализ качества
Участие в проектировании ML-сервисов и пайплайнов
Взаимодействие с аналитиками и инженерами для внедрения моделей
Поддержка и доработка существующих решений
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- SQL
- Kubernetes
- Scikit-learn
- Feature Engineering
- Docker
- Airflow
- Hadoop
- Spark
- MLflow
- CatBoost
- ML Lifecycle
Возможные вопросы на собеседовании
Проверка практического опыта вывода моделей в эксплуатацию.
Расскажите о вашем самом сложном кейсе внедрения ML-модели в продакшн: с какими проблемами столкнулись и как их решили?
Оценка навыков работы с данными и понимания бизнес-логики.
Как вы подходите к процессу feature engineering при работе с несбалансированными данными в задачах классификации?
Проверка владения инструментами автоматизации.
Какой стек инструментов (Airflow, MLflow, Docker) вы использовали для построения и мониторинга ML-пайплайнов?
Оценка понимания математической базы и метрик.
Как вы выбираете метрики качества для модели оттока (churn) и как связываете их с бизнес-показателями?
Проверка навыков работы с SQL в контексте подготовки данных.
Опишите пример сложного SQL-запроса, который вам приходилось писать для подготовки витрины данных под ML-модель.
Похожие вакансии
Senior MLOps Engineer (Platform Development / LLMOps)
Data Scientist Senior (Part-time)
Senior Data инженер
Senior MLOps
Data Engineer / SAP HANA Developer (Senior)
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
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!
- Страна
- Сербия
- Зарплата
- 256 000 ₽ – 281 000 ₽