- Страна
- Казахстан
- Зарплата
- от 2 000 000 ₽
Откликайтесь
на вакансии с ИИ

Data Scientist (Senior)
Привлекательная вакансия с высокой «белой» зарплатой выше рынка для региона и интересным технологическим стеком (GenAI, LLM). Из минусов — строгий офисный формат 5/2.
Сложность вакансии
Высокая сложность обусловлена требованиями к Senior-уровню, глубоким знанием математики и широким стеком: от классического ML до Generative AI и MLOps. Также требуется работа в офисе в Астане, что сужает круг кандидатов.
Анализ зарплаты
Предложенная зарплата от 2 000 000 ₸ (около $4100+) значительно превышает медианные значения для Data Scientist в Казахстане, которые обычно варьируются в диапазоне 1.2–1.6 млн ₸ для Senior ролей. Это предложение находится на уровне верхнего дециля рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Capital Network уже сейчас
Присоединяйтесь к команде Capital Network в Астане и развивайте передовые решения в области Generative AI и MLOps!
Описание вакансии
#jobs #астана
📍Формат/working arrangement: полная занятость, офис, г.Астана
✔️ Должность/position: Data Scientist (Senior)
🏢 Место работы/workplace: TOO Capital Network https://c-network.kz/
💸 Заработная плата/salary estimate: от 2 000 000 ₸ на руки
📈 Обязанности/responsibilities:
• Сбор, очистка и анализ больших объёмов данных из различных источников
• Построение и валидация статистических моделей, проведение A/B-тестов и экспериментов
• Разработка моделей машинного обучения (классификация, регрессия, кластеризация, рекомендательные системы, временные ряды)
• Работа с Generative AI: использование LLM для анализа текста, генерации фич, summarization и agentic решений
• Создание дашбордов и визуализаций для презентации результатов стейкхолдерам
• Перевод бизнес-задач в формулировки data science проектов и наоборот
• MLOps: подготовка моделей к продакшену (в сотрудничестве с инженерами), мониторинг качества моделей, drift detection
📌 Требования/requirements:
• От 3 лет коммерческого опыта в Data Science / Machine Learning (Senior уровень)
• Глубокие знания математики и статистики: теория вероятностей, линейная алгебра, математическая статистика, проверка гипотез, байесовские методы
• Python на экспертном уровне: pandas, NumPy, scikit-learn, SciPy, Matplotlib/Seaborn, Jupyter
• Опыт работы с машинным обучением: XGBoost, LightGBM, CatBoost, PyTorch или TensorFlow/Keras
• Generative AI и LLM (LangChain, LlamaIndex, prompt engineering, RAG, fine-tuning)
• SQL на продвинутом уровне (сложные запросы, оптимизация, window functions)
• Опыт визуализации данных: Tableau, Power BI, Grafana, Streamlit или Dash
• Понимание MLOps: Docker, MLflow, Airflow, мониторинг моделей, A/B-тестирование в production
• Работа с большими данными: Spark, Hadoop или облачные инструменты (AWS SageMaker, Yandex DataSphere, Google Vertex AI и т.п.)
• Умение объяснять сложные технические вещи простым языком бизнесу
• Системное мышление и способность брать на себя руководство проектами от идеи до результата
• Английский язык на уровне B2+ (чтение технической документации и научных статей)
✅ Условия/working conditions:
• График работы: 5/2, 09:00–18:00
• Работа в офисе (адрес — Туран 42, Астана)
• Оформление в штат, белая зарплата
• Обеды за счёт компании
• Уровень дохода обсуждается индивидуально (от 2 000 000 ₸ на руки)
📢❗️🚨 Контакты для связи:
Telegram: Откликнуться
Whatsapp: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Tableau
- Python
- NumPy
- Pandas
- PyTorch
- Machine Learning
- LLM
- SQL
- MLOps
- RAG
- Scikit-learn
- Docker
- Airflow
- Hadoop
- Spark
- TensorFlow
- Generative AI
- Power BI
- XGBoost
- MLflow
- LightGBM
- LangChain
- LlamaIndex
- CatBoost
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания архитектуры современных решений.
Расскажите о вашем опыте внедрения RAG-систем: с какими основными проблемами вы сталкивались при индексации и поиске релевантных данных?
Оценка навыков MLOps и понимания жизненного цикла модели.
Как вы организуете процесс мониторинга drift detection для моделей в продакшене и какие метрики считаете ключевыми?
Проверка знаний в области классического ML и работы с табличными данными.
В каких случаях вы предпочтете CatBoost вместо XGBoost, и как вы боретесь с переобучением в градиентном бустинге?
Оценка навыков проведения экспериментов.
Опишите процесс дизайна A/B-теста для новой рекомендательной системы: как вы рассчитываете размер выборки и какие статистические критерии используете?
Проверка soft skills и умения взаимодействовать с бизнесом.
Приведите пример, когда вам пришлось объяснять сложную техническую проблему нетехническому стейкхолдеру. Как вы адаптировали свой подход?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Senior Data Scientist
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!