- Страна
- Россия
- Зарплата
- до 300 000 ₽
Откликайтесь
на вакансии с ИИ

Data Scientist Senior (Part-time)
Высокая оплата для парт-тайм занятости (до 300к) и работа с современными ИИ-стеком делают вакансию очень привлекательной. Удаленный формат и гибкость стартапа — дополнительные плюсы.
Сложность вакансии
Позиция требует глубоких знаний в специфических областях, таких как временные ряды и кластеризация текстов, а также подтвержденного коммерческого опыта от 3 лет. Уровень Senior предполагает высокую автономность и ответственность за архитектуру моделей.
Анализ зарплаты
Предлагаемая сумма до 300 000 ₽ для частичной занятости (part-time) значительно превышает среднерыночные показатели для аналогичного объема часов, фактически соответствуя полной ставке Senior DS в РФ.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Strikt уже сейчас
Присоединяйтесь к команде Strikt и создавайте инновационные ИИ-стартапы на гибких условиях!
Описание вакансии
💻 Data Scientist Senior (Part-time)
до 300 000 ₽
УдалёнкаStrikt —разработка стартапов с искусственным интеллектом.
Требования:
– Высшее техническое или математическое образование;
– От 3-х лет коммерческого опыта в Data Science;
– Сильные знания в области машинного обучения и анализа данных;
– Опыт работы с Time Series, предсказательными моделями;
– Понимание ключевых алгоритмов ML: линейные модели, деревья решений, ансамбли;
– Знание методов кластеризации (например, KMeans, DBSCAN) и их применения к текстовым данным.
– Понимание принципов работы скользящего окна и его применения в анализе последовательностей.
– Уверенные навыки Python и знание основных библиотек: pandas, numpy, matplotlib, scikit-learn;
– Опыт работы с Jupyter Notebook;
– Знание SQL и понимание принципов работы с реляционными БД;
– Способность работать с большими объёмами данных и оптимизировать производительность моделей.
🔜 А избранные IT-вакансии вы найдете в нашем канале IT Job Hub
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Machine Learning
- Time Series Analysis
- SQL
- Pandas
- NumPy
- Matplotlib
- Scikit-learn
- Jupyter Notebook
- Clustering
- K-Means
- DBSCAN
Возможные вопросы на собеседовании
Вакансия делает упор на Time Series. Важно понимать, как кандидат обрабатывает временные зависимости.
Как вы подходите к валидации моделей временных рядов, чтобы избежать утечки данных из будущего?
В требованиях указано знание методов кластеризации для текстов.
Какие метрики качества кластеризации вы используете, если истинные метки классов (ground truth) отсутствуют?
Упоминается работа с большими объемами данных.
Какие техники оптимизации производительности в pandas или numpy вы применяли для обработки данных, не помещающихся в оперативную память?
Требуется понимание скользящего окна.
В каких случаях использование скользящего окна может привести к переобучению модели и как этого избежать?
Работа в стартапе требует понимания бизнес-ценности.
Расскажите о случае, когда вам пришлось пожертвовать точностью модели ради скорости её работы или интерпретируемости для бизнеса.
Похожие вакансии
Senior MLOps инженер
Senior MLOps инженер
Senior Data Engineer
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, 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!