yandex
N
NDA
Страна
Россия
SeniorУдалённоКонтракт

Data Scientist (Middle+/Senior)

ИИОценка ИИ

Интересный проект на стыке Data Science и Operations Research с использованием современного стека. Однако проект ограничен по времени (5 месяцев), что может быть минусом для тех, кто ищет долгосрочную стабильность.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена сочетанием глубоких знаний ML (особенно временных рядов) и методов математической оптимизации (MILP, решатели Gurobi/CPLEX), что встречается редко. Также требуются навыки инженерии данных и DevOps.

Анализ зарплаты

Медиана400 000 ₽
Рынок300 000 ₽ – 550 000 ₽
ИИОценка ИИ

В объявлении не указана зарплата, но для уровня Middle+/Senior Data Scientist с навыками оптимизации на российском рынке медиана составляет около 350,000 - 450,000 рублей в месяц. Учитывая проектный характер и высокую нагрузку, ставка может быть выше рыночной.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Откликнитесь уже сейчас

Отправьте свое резюме в Telegram, чтобы принять участие в разработке сложных ML-решений для оптимизации цепей поставок!

Описание вакансии

ID 3193

#Data #Scientist

"Middle+

Senior"

Кол-во специалистов

1

Длительность проекта

5 мес.

Объем участия в проекте

Высокая нагрузка

~160 ч/мес

Формат взаимодействия

Удаленно

Требуемая локация специалиста

*❗️**❗️*Россия

Доступность специалиста

по МСК

Требуемое гражданство специалиста

РФ

Обязательные требования

  • Отличное знание Python, опыт работы с Spark, Pyspark, SQL, работа с S3;

-Знание современных алгоритмов машинного обучения и оптимизации;

  • Математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM;
  • Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost;
  • Глубокое обучение для временных рядов: LSTM, Prophet, DeepAR;
  • Работа с временными рядами: очистка, прогнозирование, кросс-валидация;
  • Методы дискретной оптимизации, математическое программирование (LP, MILP, MIP);
  • Инструменты оптимизации (Pyomo/OR-Tools/PuLP/COIN-OR), решатели (Gurobi/CPLEX/SCIP/COPT/GLPK);

-Уверенное владение Git;

-Опыт разработки продуктового ML решения, начиная от анализа данных и заканчивая созданием прототипа: понимание архитектуры ML проектов, настройка пайплайнов данных, умение обернуть модель в базовый backend (FastAPI, Hug и другое), базовые навыки DevOps (умение работать с Docker, KubeFlow);

  • Базовое понимание архитектуры web-приложений, backend-сервисов;
  • Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
  • Высокие навыки коммуникации и решения проблем, стремление к обучению;
  • Уровень английского языка - Intermediate.

Дополнительные требования

  • Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
  • Юнит- и интеграционное тестирование, владение методологией тестирования;
  • Понимание принципов CI/CD;
  • ООП и принципы проектирования вычислительных систем;
  • Опыт в FMCG в Supply Chain, Demand Planning, Forecasting, ERP, APS;
  • Опыт работы в продуктовых командах (Agile, Scrum).

Этапы отбора

  1. Техническое интервью с клиентом
  2. Техническое интервью с заказчиком

Описание проекта и команды

Требуется Data Scientist.

Data Scientist cоздает методологии, эвристики, строит пайплайны машинного обучения для цифровых продуктов компании, а также проверяет гипотезы и находит скрытые закономерности с помощью статистики и машинного обучения. Роль предполагает разработку алгоритма машинного обучения, его продуктивизации и настройку поддержки, включая мониторинг качества данных и модели, дообучение модели в случае необходимости, написание документации по продукту.

*📩 Телеграм для связи:Откликнуться

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • Apache Spark
  • PySpark
  • SQL
  • S3
  • Machine Learning
  • Random Forest
  • LSTM
  • XGBoost
  • LightGBM
  • CatBoost
  • Prophet
  • DeepAR
  • Mathematical Programming
  • Pyomo
  • OR-Tools
  • PuLP
  • Gurobi
  • CPLEX
  • Git
  • FastAPI
  • Docker
  • Kubeflow
  • CI/CD
  • Unit Testing

Возможные вопросы на собеседовании

Вакансия требует работы с MILP и решателями. Важно понять практический опыт кандидата в этой узкой области.

Расскажите о самом сложном кейсе дискретной оптимизации, который вы решали: какую библиотеку (Pyomo/OR-Tools) использовали и как боролись со временем сходимости модели?

Проект связан с прогнозированием временных рядов. Нужно проверить понимание специфики валидации таких данных.

Какие стратегии кросс-валидации вы применяете для временных рядов, чтобы избежать заглядывания в будущее (data leakage)?

Требуется опыт работы с большими данными.

В каких случаях вы предпочтете использовать Spark/PySpark вместо обычного Pandas, и с какими проблемами производительности в Spark вы сталкивались?

Вакансия подразумевает создание прототипов и базовый бэкенд.

Как вы организуете мониторинг качества модели (model drift) после того, как она была обернута в FastAPI и запущена в Docker?

Упоминается опыт в Supply Chain.

Какие специфические бизнес-метрики (например, MAPE, WAPE или Bias) вы считаете наиболее критичными для задач Demand Planning в FMCG?

Похожие вакансии

N
NDA
Россия
более 1000 офферов получено
4.9

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!