- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist (GameDev)
Оценка ИИKEFIR — известная студия с успешными проектами, что гарантирует интересные задачи и работу с большими данными. Удаленный формат работы и современный стек технологий делают вакансию очень привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИВакансия требует специфического опыта именно в игровой индустрии и уверенного владения стеком BigQuery/Airflow, что сужает круг подходящих кандидатов. Высокие требования к ML-базе и опыту от 3 лет делают позицию недоступной для новичков.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для Data Scientist уровня Middle+/Senior в российском Gamedev рыночный диапазон составляет от 250 000 до 400 000 рублей. Студия KEFIR известна конкурентными условиями, поэтому можно ожидать предложения в этих пределах.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Кефир уже сейчас
Присоединяйтесь к команде создателей мировых хитов и развивайте аналитику в Gamedev — откликайтесь прямо сейчас!
Описание вакансии
*🤫* Data Scientist (GameDev)
Удалёнка KEFIR — студия-разработчик, известная своими хитами «Last Day on Earth», «Frostborn», «Sunday City» и др.
Требования:
– опыт работы на аналогичной позиции от 3 лет
– опыт работы на аналогичной позиции в игровой индустрии
– Python: уверенное владение
– SQL: умение писать эффективные запросы к большим объемам данных
– ML-база: понимание классических алгоритмов машинного обучения и принципов их валидации
– опыт работы с указанными инструментами:
– SQL: Google BigQuery
– оркестратор: Apache Airflow
– среды разработки: IDE (PyCharm) и Notebooks (Jupiter/Colab)
– Python: Basics (NumPy, Pandas, Scikit-learn, Statsmodels), Ensemble Frameworks – (LightGBM, CatBoost, XGBoost), Viz (plotly, seaborn и т.д)
– визуализация: Power BI/Tableau
– GitLab
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/pyproglib) • [Задачи](https://t.me/py_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Tableau
- Python
- NumPy
- Pandas
- Machine Learning
- SQL
- Scikit-learn
- Power BI
- XGBoost
- Apache Airflow
- Google BigQuery
- LightGBM
- GitLab
- statsmodels
- Jupyter
- PyCharm
- CatBoost
- Seaborn
- Plotly
Возможные вопросы на собеседовании
Важно понимать, как кандидат оценивает влияние фичей на удержание и монетизацию в играх.
Какие специфические метрики в Gamedev вы считаете наиболее важными для прогнозирования LTV пользователя?
Проверка навыка работы с большими данными и оптимизации ресурсов в облачных хранилищах.
Как бы вы оптимизировали сложный SQL-запрос в Google BigQuery для обработки терабайтов данных о событиях игроков?
Проверка практического опыта работы с градиентным бустингом, указанным в стеке.
В каких случаях вы отдадите предпочтение CatBoost перед LightGBM при работе с категориальными признаками в игровых данных?
Проверка навыков автоматизации процессов.
Опишите ваш опыт настройки DAG в Apache Airflow для регулярного переобучения ML-моделей.
Проверка понимания математической статистики.
