- Страна
- Россия
- Зарплата
- 179 196 ₽ – 316 200 ₽
Откликайтесь
на вакансии с ИИ
Data Scientist (Middle)
Оценка ИИИзвестный бренд работодателя, прозрачные условия по ставкам и долгосрочный проект делают вакансию привлекательной. Однако наличие возрастного ценза в описании является спорным моментом.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения широким стеком технологий: от классического ML до Big Data инструментов (Spark, Hive) и MLOps (Airflow, MLFlow). Дополнительную сложность добавляет требование к опыту full-stack разработки и контрибьюту в библиотеки.
Анализ зарплаты
Оценка ИИПредложенная ставка для ИП (около 316 000 руб. gross) соответствует среднерыночным показателям для Middle Data Scientist в Москве. Оклад в штате (179 000 руб. на руки) находится чуть ниже медианы для опытных специалистов этого уровня в финтехе, но компенсируется стабильностью крупного банка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Альфа-Банк уже сейчас
Присоединяйтесь к команде Альфа-Банка и реализуйте свой потенциал в масштабных ML-проектах!
Описание вакансии
🆔 3678
📅 Дата публикации: 27.04.2026 13:13
🥇 Data Scientist (Альфа Банк) (Middle)
3678
📅 Дата публикации: 27.04.2026 13:13
🥇 Data Scientist (Альфа Банк) (Middle)
📍 Локация/Гражданство: РФ
🎓 Грейд: Middle
📆 Срок проекта: 12 мес
💰 Ставки:
🇷🇺 Штат (на руки): 179 196 руб./мес (на руки)
🇷🇺 ИП (gross): 1 860 руб./час Справочно: ориентировочная среднемесячная выплата Gross 316 200 руб./мес
💻 Требования:
— от трех лет опыта в DS
— Уверенное владение ML- и DL-стеком Python: Pytorch, lightgbm/xgboost/catboost, Scikit-Learn, Pandas, Numpy
— Умение работать с инструментами Spark, Hadoop, Hive, MLFlow, AirFlow/ArgoWorkflow
— Контрибьют в ML-библиотеки
— Опыт full-stack разработки
⚠️ Особые условия:
— до 45 лет
❗️ Обязательные данные по кандидату при подаче:
● ФИО
● Дата рождения
● Страна+Город
● Грейд
● Ставка
● Личная почта
● Телефон
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.
● ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ
Менеджер: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- LightGBM
- XGBoost
- CatBoost
- Scikit-learn
- Pandas
- NumPy
- Spark
- Hadoop
- Hive
- MLflow
- Airflow
- Argo Workflows
- Full-stack Development
Возможные вопросы на собеседовании
Проверка навыков работы с большими данными, критически важных для банковского сектора.
Расскажите о вашем опыте оптимизации Spark-задач при обработке терабайтных массивов данных.
Оценка понимания жизненного цикла модели и навыков автоматизации.
Как вы организуете процесс мониторинга и переобучения моделей с использованием MLFlow и Airflow?
Проверка глубоких знаний алгоритмов градиентного бустинга, указанных в стеке.
В каких случаях вы предпочтете CatBoost вместо LightGBM, и как вы боретесь с переобучением в этих моделях?
Оценка навыков full-stack разработки в контексте DS.
Опишите архитектуру сервиса, который вы разрабатывали с нуля: от обучения модели до создания API и деплоя.
Проверка экспертности и вклада в сообщество.
В какие ML-библиотеки вы контрибьютили и какие именно задачи или баги вы решали?
Похожие вакансии
Middle+ Data Engineer
Backend / ML Infrastructure / MLOps инженер
Data инженер (Middle)
Data Engineer Middle
Data Scientist (Модели оценки качества), Диалоговый ИИ и ML сервисы
Backend / ML Infrastructure / MLOps инженер (ИИ-ассистент)
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!