- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist
Оценка ИИWildberries — это масштабные данные и сложные задачи в области логистики. Удаленный формат работы в сочетании с сильным техническим стеком делает вакансию очень привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИПозиция требует солидного опыта (от 3 лет) и владения широким спектром технологий: от классического ML до Computer Vision. Высокая планка по алгоритмической подготовке также усложняет процесс отбора.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Scientist с опытом от 3 лет в Москве рыночный диапазон составляет 250,000–400,000 рублей. Wildberries обычно предлагает конкурентоспособные условия, соответствующие верхним границам рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Wildberries уже сейчас
Откликайтесь на вакансию в Wildberries, чтобы внедрять ML-решения в крупнейшую логистическую экосистему!
Описание вакансии
Data Scientist WB
Местоположение: Москва
Формат работы: Удаленно
Опубликована: 30.03.2026
Требования:
• Опыт разработки ML-решений от 3 лет
• Знание Classic ML и Computer Vision
• Уверенное знание алгоритмов и структур данных
• Владение ML-стеком (PyTorch, Pandas, Scikit-learn)
О компании
Команда занимается разработкой систем управления складом (WMS). Проекты включают внедрение алгоритмов машинного обучения, компьютерного зрения и чат-ботов.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- PyTorch
- Pandas
- Scikit-learn
- Computer Vision
- Machine Learning
- Algorithms
- Data Structures
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для оптимизации кода моделей.
Расскажите о наиболее эффективных структурах данных для поиска ближайших соседей в задачах CV.
Вакансия предполагает работу с WMS, где CV критически важно для мониторинга склада.
Какие архитектуры нейросетей вы бы использовали для детекции объектов на складских полках в реальном времени?
Оценка практического опыта работы с основным стеком.
Как вы боретесь с переобучением в PyTorch при работе с небольшими наборами данных?
Проверка навыков классического машинного обучения.
В каких случаях градиентный бустинг предпочтительнее нейронных сетей для табличных данных в логистике?
Оценка способности доводить модель до промышленной эксплуатации.
Опишите ваш опыт деплоя ML-моделей: как вы обеспечиваете мониторинг качества модели в продакшене?
Похожие вакансии
Data инженер (Middle+)
Data инженер
Data Engineer Middle
Главный инженер Контроль качества данных
Junior Python Data Engineer
Tech Lead Data Engineer / Руководитель сопровождения и развития СККД
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!