- Страна
- Польша
- Зарплата
- 5 000 $ – 6 000 $
Откликайтесь
на вакансии с ИИ
Data Scientist
Оценка ИИОтличное предложение в быстрорастущем стартапе с сильной технической базой и прозрачной вилкой в долларах. Удаленный формат работы и работа над инновационным продуктом в сфере SportTech делают вакансию крайне привлекательной.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена строгими требованиями к математической базе: знание байесовских методов, панельных данных и широкого спектра статистических тестов. Также требуется опыт работы с интерпретируемым ML и градиентным бустингом.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата в $5000-6000 находится на уровне или чуть выше среднерыночных значений для Senior Data Scientist в Европе и СНГ при удаленной работе. Это конкурентоспособное предложение для стартапа на стадии роста.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в AIstats уже сейчас
Присоединяйтесь к AIstats и создавайте будущее футбольной аналитики, используя передовые методы машинного обучения!
Описание вакансии
*🕵️♂️* Новая вакансия!
Data Scientist
Кто хайрит?
AIstats is transforming the football data market by moving from 2D to 3D, powered by a cutting-edge Computer Vision and Machine Learning ecosystem that unlocks deep insights for both fans and professionals.
In 1.5 years, the Warsaw-based startup with Belarusian roots has grown from $0 to $3M ARR and secured over $2M in funding. As an AI-first startup, we’re looking for passionate builders who want to create something big and shape the future of football intelligence with us.
Опыт: Middle, Senior / Lead
Условия работы: Remote
Требования: - 3+ years of experience as a Data Scientist
- Strong Python skills with NumPy, Pandas, and scikit-learn
- Solid SQL knowledge; R is a plus
- Strong understanding of probability theory and mathematical statistics
- Experience with statistical testing: t-test, χ², ANOVA, Mann-Whitney, Wilcoxon, KS test, bootstrap/permutation tests, Bonferroni and FDR corrections
- Hands-on experience with XGBoost, LightGBM, and CatBoost
- Understanding of Bayesian methods
- Experience with longitudinal/panel data, mixed/fixed/random effects models, and repeated measures
- Experience with interpretable ML approaches: GAM, SHAP, partial dependence, counterfactual analysis
Чем предстоит заниматься?
- Develop and improve statistical and machine learning models
- Analyze large-scale datasets using Python and SQL
- Conduct statistical analysis, hypothesis testing, and experiment evaluation
- Build interpretable ML solutions and explain model behavior
- Collaborate with cross-functional teams on data-driven initiatives
Зарплата $5000-6000
*🔹 Кому писать?* Откликнуться
#Business_Development #Data_Scientist
*👉*Публикуйте резюме и вакансии по ссылке в закрепленном сообщении канала: https://t.me/uhubitjobs/6
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- SQL
- Computer Vision
- Scikit-learn
- XGBoost
- LightGBM
- R
- Bayesian Statistics
- CatBoost
- Mathematical Statistics
- SHAP
Возможные вопросы на собеседовании
Проверка понимания специфики данных, указанных в вакансии (longitudinal/panel data).
Как вы подходите к моделированию панельных данных и в каких случаях предпочтете модель с фиксированными эффектами модели со случайными эффектами?
Вакансия требует опыта работы с интерпретируемым ML.
Объясните разницу между SHAP и Partial Dependence Plots. В каких ситуациях один метод предпочтительнее другого для объяснения предсказаний модели?
Проверка навыков проведения экспериментов и статистической грамотности.
Как вы справляетесь с проблемой множественной проверки гипотез при проведении большого количества тестов? Расскажите о применении поправки Бонферрони и FDR.
Проверка владения ключевым стеком (XGBoost, LightGBM, CatBoost).
Какие гиперпараметры в CatBoost наиболее критичны для предотвращения переобучения и как библиотека обрабатывает категориальные признаки по умолчанию?
Проверка знаний в области байесовской статистики.
В чем заключается основное преимущество байесовского подхода к линейной регрессии по сравнению с классическим методом наименьших квадратов?
Похожие вакансии
Middle+ Data инженер
Data Engineer (AI / ML)
Senior Data Engineer
Senior Data Engineer
Senior Data Scientist
Senior MLE в МТС Защитник
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!