- Страна
- Россия
Инженер машинного обучения, направление Demand Planning (MLE DP)
Оценка ИИПозиция в крупной ИТ-компании с возможностью удаленной работы и фокусом на сложные инженерные задачи. Четко очерченный стек технологий и интересная предметная область (Demand Planning).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокие требования к знанию алгоритмов (Big O) и уровню владения Python (Senior), а также необходимость глубокого понимания специализированных библиотек для анализа временных рядов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior MLE в крупных российских ИТ-компаниях рыночный диапазон составляет от 350 000 до 550 000 рублей после вычета налогов. Данная роль предполагает высокую ответственность за бизнес-метрики, что обычно коррелирует с верхней границей рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Инженер машинного обучения, направление Demand Planning (MLE DP)
Местоположение: РФ (предпочтительно) или РБ
Формат работы: Удаленно
Опубликована: 31.08.2026
Требования:
• Глубокое знание алгоритмов, структур данных, оценка сложности по Big O
• Python (Senior уровень)
• Библиотеки анализа данных: Pandas, Scikit-learn, Statsmodels
• ООП и принципы проектирования вычислительных систем
О компании:
Крупная ИТ компания.
Контакт: Откликнуться
Откликнуться опубликована в LinkedIn у Anna Gorbacheva
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- Scikit-learn
- statsmodels
- Algorithms
- Data Structures
- OOP
Возможные вопросы на собеседовании
Проверка фундаментальных знаний алгоритмов, указанных в требованиях.
Расскажите, как вы оцениваете алгоритмическую сложность своих решений, и приведите пример оптимизации кода с точки зрения Big O.
Demand Planning часто связан с временными рядами. Важно понять опыт работы с соответствующим инструментарием.
Какие методы из библиотеки Statsmodels вы чаще всего использовали для прогнозирования спроса и как вы оценивали точность моделей?
Вакансия требует Senior уровня владения Python и знания принципов проектирования.
Какие паттерны проектирования вы считаете наиболее полезными при построении масштабируемых систем машинного обучения?
Проверка навыков предобработки данных, критически важных для ML.
С какими проблемами производительности в Pandas вы сталкивались при работе с большими объемами данных и как их решали?
Оценка понимания специфики бизнес-задачи.
Как вы подходите к обработке аномалий и сезонности в данных при планировании спроса?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
