- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist / ML Engineer (Проект CVM)
Оценка ИИX5 Tech — стабильный и крупный работодатель с сильной инженерной культурой. Проект CVM предполагает работу с огромными массивами данных, что дает отличные возможности для профессионального роста.
Сложность вакансии
Оценка ИИПозиция требует серьезного опыта (от 3 лет) и глубоких знаний как в ML-алгоритмах, так и в инженерии данных (PySpark, оптимизация запросов). Ожидается умение работать с PyTorch и проводить качественные A/B тесты.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior/Middle+ Data Scientist в Москве рыночный диапазон составляет от 250 000 до 450 000 рублей. X5 Tech обычно предлагает конкурентоспособные условия, соответствующие верхним границам рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в X5 Tech уже сейчас
Присоединяйтесь к команде X5 Tech и развивайте CVM-решения для крупнейшего ритейлера страны!
Описание вакансии
*😧 Data Scientist / ML Engineer (Проект CVM)*Удаленно
X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group.
Требования:— Опыт работы в DS-сфере от трех лет;
— Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и структуры данных;
— Знание теоретических и практических продвинутых методов машинного обучения;
— Знание PySpark — умеешь строить оптимальные запросы, знаешь оконки и отличия repartition от coalesce;
— Знание и опыт работы с PyTorch;
— A/B тесты, генерация и проверка гипотез — быть способным поговорить с аналитиками на «одном языке».
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/pyproglib) • [Задачи](https://t.me/py_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- Python
- PyTorch
- Machine Learning
- PySpark
- Data Structures
- Algorithms
Возможные вопросы на собеседовании
Проверка навыков оптимизации обработки больших данных.
В чем ключевая разница между операциями repartition и coalesce в PySpark, и в каких сценариях лучше использовать каждую из них?
Оценка понимания архитектуры нейронных сетей и практического опыта с фреймворком.
Расскажите о самом сложном проекте на PyTorch: с какими проблемами при обучении моделей вы сталкивались и как их решали?
Проверка продуктового мышления и навыков валидации моделей.
Как вы подходите к дизайну A/B теста для новой ML-модели в CVM? Какие метрики выберете и как определите длительность эксперимента?
Оценка инженерной культуры кандидата.
Что для вас означает «чистый код» в контексте Data Science проектов? Какими принципами вы руководствуетесь при написании продакшн-кода?
Проверка теоретической базы ML.
Какие продвинутые методы машинного обучения (кроме градиентного бустинга) вы применяли на практике для задач ранжирования или рекомендаций?
Похожие вакансии
Аналитик / MLE (Middle/Senior/Staff) в команду эффективности
Data Scientist
Data Engineer / DataOps Engineer
Data Scientist Middle
Data инженер (Middle+)
ML разработчик
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!