- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist/ML Engineer в команду Управления выгодой, Коммерция
Оценка ИИПозиция в X5 Tech — это работа в одном из самых продвинутых IT-хабов российского ритейла с доступом к уникальным данным. Возможность удаленной работы и масштабные задачи делают вакансию очень привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИРабота в X5 Tech требует не только сильных навыков в ML и Python, но и глубокого понимания бизнес-процессов ритейла, таких как ценообразование и промо-аналитика. Высокая планка ожидается в области работы с большими данными и интеграции моделей в реальные бизнес-платформы.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиций уровня Middle/Senior Data Scientist в Москве рыночный диапазон составляет от 250 000 до 450 000 рублей. X5 Tech обычно предлагает конкурентоспособные условия, соответствующие верхним границам рынка для опытных инженеров.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в X5 Tech уже сейчас
Присоединяйтесь к команде X5 Tech и создавайте ML-решения для крупнейшего ритейлера страны!
Описание вакансии
X5 Tech hub | *✅ verified*
Удаленка или офис, Фултайм
Коммерческое направление одно из ключевых для нашей компании. Оно определяет, что мы будем предлагать клиентам: от выбора ассортимента до стратегий ценообразования и акционных предложений. Управление выгодой - единая цифровая платформа для комплексного управления всем жизненным циклом промо в оффлайн и онлайн-каналах...(Откликнуться)
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- SQL
- MLOps
- Big Data
- Data Science
Возможные вопросы на собеседовании
Важно понимать, как кандидат оценивает влияние своих моделей на реальные деньги компании.
Какие метрики вы бы использовали для оценки эффективности ML-модели в задаче оптимизации промо-акций?
Проверка навыков работы с типичными для ритейла временными рядами и факторами спроса.
Как вы предлагаете учитывать сезонность и каннибализацию товаров при прогнозировании спроса для промо?
В X5 огромные объемы данных, поэтому навыки оптимизации критичны.
Расскажите о вашем опыте работы с большими данными: как вы оптимизируете SQL-запросы или Spark-задачи для обучения моделей?
Проверка умения доводить модель до продакшена.
Опишите ваш опыт вывода ML-моделей в продакшен (MLOps): с какими трудностями вы сталкивались при интеграции?
Проверка способности объяснять сложные вещи простым языком.
