- Страна
- Россия
- Зарплата
- от 2 000 ₽
Откликайтесь
на вакансии с ИИ
Data Scientist Senior
Оценка ИИПривлекательная вакансия для опытных специалистов, интересующихся реальным сектором экономики и сложными инженерными задачами. Высокая почасовая ставка и работа в крупном консалтинге обеспечивают стабильность и профессиональный рост.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубокой экспертизы (от 5 лет) и специфическим опытом в промышленном секторе (диагностика оборудования, временные ряды). Также требуется понимание смежных областей, таких как теплофизика и гидродинамика.
Анализ зарплаты
Оценка ИИПредложенная ставка 2000 руб./час (около 320-350 тыс. руб. в месяц при полной занятости) соответствует среднерыночным значениям для уровня Senior Data Scientist в РФ, однако для узкоспециализированных экспертов в промышленности рынок может предлагать и более высокие вознаграждения.
Сопроводительное письмо
Меня крайне заинтересовала вакансия Senior Data Scientist для работы над задачами оптимизации технологических процессов. Имея более чем пятилетний опыт в области AI/ML и глубокую экспертизу в анализе временных рядов, я обладаю необходимыми навыками для построения высокоточных предиктивных моделей и проведения качественного EDA на промышленных данных.
В моем арсенале — уверенное владение стеком Python (pandas, scikit-learn, CatBoost) и опыт работы с методами Deep Learning (LSTM, Attention), что критически важно для диагностики оборудования. Я умею не только разрабатывать модели, но и формализовать сложные бизнес-задачи, переводя их на язык математики, а также учитывать физико-химическую специфику процессов. Буду рад применить свой опыт для достижения амбициозных целей вашей компании.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме и подробную анкету, чтобы присоединиться к масштабному промышленному проекту в роли Senior Data Scientist!
Описание вакансии
Data Scientist Senior
Ставка: 2000, с НДС
Локация: РФ
Обязательные требования
- Высшее математическое или техническое образование;
- Опыт работы в области применения AI/ML для бизнес-задач от 5 лет, включая опыт в роли эксперта или ведущего специалиста;
- Опыт применения AI/ML для оптимизации технологических процессов или диагностики оборудования от 1 года;
- Глубокие знания в области машинного обучения и предиктивной аналитики, включая методы оценки качества моделей;
- Практический опыт анализа временных рядов и работы с промышленными данными;
- Навыки проведения разведочного анализа данных (EDA), выявления и решения проблем качества данных;
- Уверенное владение стеком Python DS (pandas, numpy, matplotlib, seaborn, plotly, scikit-learn, scipy, statsmodels);
- Опыт формализации задач Data Science: постановка задачи, построение baseline-моделей, формирование гипотез и отчетов;
- Понимание предметной области: способность анализировать техническую документацию и выделять ключевые параметры процессов;
- Уверенные знания и практический опыт применения классических ML-алгоритмов (регрессии, деревья решений, бустинг, SVM, кластеризация и др.);
- Глубокое понимание и применение методов анализа временных рядов (ARIMA, VAR, Prophet, декомпозиция, тесты стационарности);
- Опыт работы с библиотеками CatBoost, XGBoost, LightGBM;
- Понимание и применение методов Deep Learning (MLP, CNN, RNN, LSTM, Attention, регуляризация);
- Навыки feature engineering, в том числе для временных рядов (например, с использованием tsfresh);
- Базовое понимание смежных областей (химические процессы, гидродинамика, теплофизика).
Описание проекта и команды
Крупная компания, оказывающая консультационные услуги для крупных промышленных предприятий
❗️Важно
При отправке кандидата приложите информацию:
ФИО
Дата рождения
Локация
Грейд
Рейт (ставка/час)
Возможная дата старта на новый проект
Планы на отпуск в ближайшие 6 мес
Штатный/партнерский/рынок
Скрининг по заявленным требованиям к вакансии (проставить +-)
Откликнуться на запрос: ОткликнутьсяПо вопросам партнерского сотрудничества: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Plotly
- Scikit-learn
- SciPy
- statsmodels
- CatBoost
- XGBoost
- LightGBM
- ARIMA
- Prophet
- Deep Learning
- CNN
- RNN
- LSTM
- Attention
- Feature Engineering
- tsfresh
- EDA
Возможные вопросы на собеседовании
Вакансия подразумевает работу с промышленными датчиками, где данные часто зашумлены или имеют пропуски.
Расскажите о вашем опыте работы с 'грязными' промышленными данными: как вы обрабатывали аномалии и восстанавливали пропущенные значения в длинных временных рядах?
В требованиях указаны как классические методы (ARIMA), так и Deep Learning (LSTM).
В каких случаях для прогнозирования технологических процессов вы предпочтете классические статистические модели нейронным сетям, и наоборот?
Проект связан с оптимизацией техпроцессов, где цена ошибки велика.
Какие метрики качества моделей, помимо стандартных RMSE/MAE, вы использовали для оценки экономического эффекта от внедрения ML-решения на производстве?
Упоминается библиотека tsfresh и feature engineering.
Какие специфические признаки (features) вы бы генерировали для временного ряда, описывающего вибрацию или температуру промышленного агрегата перед поломкой?
Важно понимать физику процессов.
Как вы интегрируете физические ограничения процесса (например, законы сохранения или предельные температуры) в архитектуру или функцию потерь ваших ML-моделей?
Похожие вакансии
Data Scientist (Senior)
Data инженер (Senior)
Data Analyst / Data Scientist (Fintech / Payments)
Data Scientist Senior (Part-time)
ML разработчик (Senior)
MLOps Engineer
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!
- Страна
- Россия
- Зарплата
- от 2 000 ₽