Откликайтесь
на вакансии с ИИ
Data Scientist (Availability)
Оценка ИИИзвестная международная компания с сильной инженерной культурой и интересными продуктами (RateHawk, ZenHotels). Удаленный формат работы и работа над сложными задачами (Ranking, Matching) делают вакансию очень привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИПозиция требует солидного опыта (от 4 лет) и специфических навыков в области рекомендательных систем и матчинга сущностей, что делает отбор достаточно строгим. Продуктовая специфика travel-tech добавляет сложности в части обработки больших объемов данных в реальном времени.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для специалиста уровня Senior Data Scientist с опытом 4+ лет в международном travel-tech секторе рыночные предложения обычно начинаются от 350 000 рублей и выше. Предлагаемый диапазон соответствует средним ожиданиям для опытных ML-инженеров в крупных продуктовых компаниях.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Emerging Travel Group уже сейчас
Присоединяйтесь к команде Emerging Travel Group и создавайте инновационные решения для миллионов путешественников по всему миру!
Описание вакансии
Data Scientist (Availability) / Emerging Travel Group *💙*
Remote
Emerging Travel Group — travel-tech компания с продуктами в сегментах B2C, B2B, B2A (RateHawk, Roundtrip, ZenHotels), которые помогают клиентам управлять всеми потребностями в путешествиях.
Требования:
• 4+ года опыта в Data Science или ML Engineering
• знания Machine Learning (CatBoost, LightGBM, классификация, регрессия)
• Опыт разработки Recommendation Systems, Ranking и Entity Matching
Читать подробнее:
Другие вакансии в компании:
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- CatBoost
- LightGBM
- Recommendation Systems
- Ranking
- Entity Matching
- Python
Возможные вопросы на собеседовании
Проверка опыта работы с ключевыми инструментами, указанными в вакансии.
Расскажите о вашем опыте использования CatBoost или LightGBM: в каких задачах они показали себя лучше всего и как вы настраивали гиперпараметры?
Вакансия напрямую упоминает Entity Matching как одно из требований.
Какие подходы вы использовали для задачи Entity Matching (сопоставления сущностей)? Как вы оценивали качество работы таких моделей?
Рекомендательные системы — важная часть продукта.
С какими проблемами холодного старта в рекомендательных системах вы сталкивались и как их решали?
Проверка навыков работы с ранжированием.
В чем разница между подходами Pointwise, Pairwise и Listwise в задачах ранжирования? Какой из них вы бы выбрали для поиска отелей?
Оценка продуктового мышления инженера.
Как бы вы спроектировали систему мониторинга качества ML-модели в продакшене, чтобы вовремя заметить деградацию результатов?
Похожие вакансии
Data инженер (Middle+)
MLOps (банк)
Data Scientist
Data Scientist Middle+, Senior
Data Engineer Middle
Главный инженер Контроль качества данных
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!