- Страна
- Великобритания
Откликайтесь
на вакансии с ИИ
Data Scientist / Data Specialist (Data Platform Owner)
Оценка ИИПроект в сфере CleanTech с поддержкой топовых инвесторов (Goldman Sachs) предлагает работу над социально значимым продуктом. Использование передовых ИИ-инструментов и возможность роста до глубокого ML делают вакансию очень привлекательной для инженеров.
Сложность вакансии
Оценка ИИРоль требует сочетания навыков Data Engineering (Python, PostgreSQL) и Data Science, а также готовности работать с британским энергорынком. Высокая планка задается сильной командой (PhD) и необходимостью решать алгоритмические задачи.
Анализ зарплаты
Оценка ИИВ вакансии не указан точный диапазон, однако для позиций уровня Middle+/Senior в британских CleanTech компаниях на удаленной основе (B2B) рынок предлагает конкурентные условия. Указанные оценки соответствуют средним ставкам для специалистов, совмещающих Data Engineering и ML.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Присоединяйтесь к лидерам CleanTech индустрии и развивайте будущее «зеленой» энергетики вместе с экспертами мирового уровня!
Описание вакансии
#vacancy #datascientist #dataengineer #python #cleantech #ai #europe #job
**Data Scientist / Data Specialist (Data Platform Owner)
Компания:** британский технологический лидер в сфере CleanTech. Они разрабатывают уникальные системы хранения энергии (LAES) и софт для их интеграции в энергосети. Проект масштабируется при поддержке крупнейших мировых инвесторов (Goldman Sachs, Rio Tinto) и сочетает в себе высоконагруженное ПО, ML-прогнозы и реальные физические установки.
Локация: Удаленно (Европа/CIS) или гибрид в Лондоне.
Чем предстоит заниматься:\* Разрабатывать и поддерживать систему сбора данных (грабберы/коннекторы) на Python.
\* Проектировать схемы в PostgreSQL для работы с огромными объемами рыночных данных.
\* Активно использовать агентные ИИ-системы (Claude Code, Cursor) для ускорения написания кода и автоматизации рутины.
\* В перспективе - разрабатывать калиброванные прогностические модели (XGBoost, LightGBM) для энергетических рынков Великобритании.
\* Обеспечивать работу критически важной инфраструктуры данных для аналитиков и торговых стратегий.
Требования:
\* Хорошее знание Python для написания чистого и тестируемого кода.
\* Опыт работы с PostgreSQL, понимание структуры реляционных БД и ссылочной целостности.
\* Способность решать алгоритмические задачи уровня LeetCode Easy/Medium.
\* Готовность глубоко погрузиться в устройство британского энергорынка.
\* Английский язык на уровне B2 и выше для свободного понимания коллег из Великобритании.
\* Высшее техническое образование (хорошая математическая база).
\* Плюсом будет опыт работы с Polars и инструментами отслеживания экспериментов (MLflow).
Условия:
\* Долгосрочный B2B контракт.
\* Работа над социально значимым продуктом в сфере «зеленой» энергетики.
\* Плотное взаимодействие с сильной инженерной командой (Senior уровень, PhD).
\* Возможность роста до задач по глубокому ML-исследованию.
Контакт для связи:Чернова Анна, ТГ: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PostgreSQL
- XGBoost
- LightGBM
- Polars
- MLflow
- Algorithms
- Data Engineering
- Machine Learning
Возможные вопросы на собеседовании
Проверка навыков проектирования БД для работы с большими данными.
Как бы вы спроектировали схему PostgreSQL для хранения рыночных данных в реальном времени, чтобы обеспечить высокую скорость записи и эффективное выполнение аналитических запросов?
Оценка опыта использования ИИ-агентов в разработке.
Расскажите о вашем опыте использования Claude Code или Cursor: как именно эти инструменты изменили ваш рабочий процесс и как вы проверяете качество сгенерированного ими кода?
Проверка математической базы и понимания ML-моделей.
В чем разница между калибровкой вероятностей в моделях XGBoost и LightGBM, и почему это критично для прогнозирования энергетических рынков?
Оценка алгоритмической подготовки.
Решите задачу: как эффективно найти пересечение двух огромных наборов временных рядов, если данные не помещаются в оперативную память?
Проверка понимания предметной области.
Что вы знаете о специфике балансировки энергосетей и почему системы хранения энергии (LAES) становятся ключевым элементом современной энергетики?
Похожие вакансии
Data Scientist (AutoML)
Team Lead MLOps / Tech Lead
Data Science / ML Engineer
Data инженер Middle+ Senior
Data инженер Middle
AI/ML Engineer
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
- Великобритания