- Страна
- Россия
Data Scientist (Computer Vision)
Ozon — топовый работодатель с масштабными задачами и сильной инженерной культурой. Вакансия предлагает работу с современным стеком (Kubernetes, TensorRT) и реальное влияние на бизнес-процессы через автоматизацию логистики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Высокая сложность обусловлена требованиями к глубоким знаниям CV, алгоритмической базе и опыту работы с real-time пайплайнами в микросервисной среде. Дополнительным барьером может стать необходимость владения C++ и инструментами оптимизации GPU.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
В объявлении зарплата не указана, однако для Senior/Middle+ Data Scientist в области CV в крупных российских тех-компаниях (BigTech) рыночные предложения обычно находятся в диапазоне 300-500 тысяч рублей. Данная позиция соответствует верхним границам рынка при наличии специфических навыков оптимизации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
*🛍 Data Scientist (Computer Vision) в Ozon*
*💎* Разработка CV-моделей для автоматизации складских процессов: детекция, классификация, трекинг, сегментация. Проектирование inference-пайплайнов, включая real-time, и ML-сервисов на Python в микросервисной архитектуре.
*💼* Уверенный Python и опыт промышленной разработки, практический опыт в CV/ML, крепкая алгоритмическая база. Плюсом: GPU (CUDA, TensorRT), Docker, Kubernetes, MLOps, C++, технический английский. Откликнуться
Прямой контакт для отклика: Откликнуться
———
Не подошла вакансия? Поделись с тем, кому пригодится *➡️*
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Computer Vision
- Machine Learning
- CUDA
- TensorRT
- Docker
- Kubernetes
- MLOps
- C++
Возможные вопросы на собеседовании
Проверка понимания специфики работы с видеопотоком на складах.
Как бы вы организовали трекинг объектов в условиях перекрытий (occlusions) на конвейерной ленте?
Оценка навыков оптимизации для real-time систем.
Какие методы оптимизации inference вы использовали для достижения минимальной задержки (latency) на GPU?
Проверка архитектурного мышления.
Опишите ваш опыт проектирования ML-сервиса в микросервисной архитектуре: как вы решали вопросы масштабирования?
Оценка алгоритмической подготовки.
Решите задачу: как эффективно найти пересечение множества прямоугольников (bounding boxes) в кадре?
Проверка навыков MLOps.
Как вы организуете мониторинг качества работы CV-моделей после их деплоя в продакшн?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

