- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist (Middle)
Оценка ИИИнтересная роль на стыке классического производства и современных технологий. Четкие требования и фокус на реальный экономический результат делают вакансию привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИВакансия требует редкого сочетания навыков: глубокого знания Data Science и обязательной сертификации Six Sigma Green Belt. Работа в промышленном секторе подразумевает ответственность за экономический эффект и понимание сложных технологических процессов.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для уровня Middle Data Scientist в промышленном секторе РФ/РБ рынок предлагает конкурентные условия. Наличие сертификации Six Sigma Green Belt может стать весомым аргументом для получения оффера по верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме @veroneko, чтобы применить свои знания Six Sigma и Data Science в масштабных промышленных проектах!
Описание вакансии
ID 3144
Middle
Локация : РФ/РБ
Основные требования
Ключевые требования к кандидатам:
- Python и аналитика данных
Уверенное владение Python, умение писать чистый и поддерживаемый код.
Опыт работы с библиотеками: pandas, NumPy, scikit-learn.
Практический опыт анализа временных рядов и визуализации данных (statsmodels, Matplotlib и/или Plotly).
- Методология Six Sigma
Знание и практическое применение методологии «6 Сигм».
Наличие сертификации не ниже уровня Green Belt.
Понимание и применение цикла DMAIC (Define–Measure–Analyze–Improve–Control).
- Опыт в промышленных цифровых проектах
Опыт участия минимум в двух проектах цифровизации на промышленных предприятиях с подтверждённым экономическим эффектом.
Примеры направлений: СУУТП, СГДО, RTO, видеоаналитика, предиктивная аналитика, рекомендательные системы и др.
Писать Откликнуться*⚡️**⚡️**⚡️*
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- NumPy
- Scikit-learn
- statsmodels
- Matplotlib
- Plotly
- Six Sigma
- DMAIC
- Predictive Analytics
Возможные вопросы на собеседовании
Проверка практического применения методологии Six Sigma в аналитических задачах.
Расскажите о самом успешном проекте, где вы применяли цикл DMAIC. Каких конкретных метрик удалось достичь?
Оценка навыков работы с временными рядами, критически важных для промышленности.
Какие методы вы используете для обработки пропусков и аномалий в данных временных рядов с датчиков промышленного оборудования?
Проверка умения оценивать бизнес-результат.
Как вы рассчитывали подтвержденный экономический эффект в ваших предыдущих проектах цифровизации?
Оценка технического стека.
В каких случаях для анализа промышленных данных вы предпочтете классический ML (scikit-learn) нейронным сетям?
Проверка опыта в специфических индустриальных решениях.
Был ли у вас опыт работы с системами СУУТП или RTO? С какими основными сложностями при интеграции моделей вы сталкивались?
Похожие вакансии
ETL Developer ( Middle+ )
Data engineer
Data engineer
ML разработчик (Middle+)
Data инженер Middle
Data Engineer / Big Data Developer
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!