- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Junior+ / Middle Data Scientist (AutoML)
Оценка ИИВакансия в крупном и технологичном банке с современным стеком (LLM, LangChain, MLOps). Гибридный формат работы в Москве и четкие требования делают это предложение очень привлекательным для специалистов уровня Junior+/Middle.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения Python и понимания современных AI-технологий (LLM, LangChain). Для уровня Middle критически важна способность самостоятельно доводить функционал до продакшена.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Junior+/Middle Data Scientist в банковском секторе Москвы рыночные вилки обычно находятся в диапазоне от 150 000 до 300 000 рублей. Предложение Альфа-Банка, как правило, соответствует или слегка превышает среднерыночные показатели для сильных кандидатов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Альфа-Банк уже сейчас
Отправьте свое резюме в Альфа-Банк и станьте частью команды, создающей передовые AutoML решения!
Описание вакансии
Junior+ / Middle Data Scientist
#JuniorMiddleDataScientist #MiddleDataScientist #Junior+ #Middle #Москва #Гибрид #Job #Vacancy
Требования:
Junior+: разработка отдельных компонентов, создание прототипов и интеграций при поддержке команды. Middle: самостоятельное ведение функциональных блоков от идеи до внедрения в продакшен. Python: от 1.5 лет коммерческого опыта. AI / LLM: базовое понимание работы языковых моделей. Разработка: создание прототипов, API и сервисов. Софт-скиллы: автономность в условиях неопределенности, быстрая обучаемость. Будет преимуществом (Плюсы) AI-стек: LangChain, LangGraph, MCP, векторные базы данных (Vector DB). Data Science: классический ML (sklearn, XGBoost), Deep Learning. Бэкенд: асинхронные REST API, базы данных, очереди, CI/CD. Инструменты: расширения для VSCode/Jupyter, MLOps (Kubernetes, MLflow).
Локация:*📍*Москва, Гибрид.
Контакт для отклика: Откликнуться +CV и сопроводительное письмо на почту cтрого с темой "Вакансия AutoML"
*👉* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- LLM
- Kubernetes
- CI/CD
- Deep Learning
- MLOps
- Vector Database
- Scikit-learn
- REST API
- XGBoost
- MLflow
- LangChain
- LangGraph
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания инструментов оркестрации.
Расскажите о вашем опыте работы с LangChain или LangGraph: какие задачи вы решали с их помощью?
Оценка навыков проектирования систем и понимания архитектуры сервисов.
Как бы вы спроектировали архитектуру сервиса, использующего векторную базу данных для RAG-системы?
Проверка знаний в области классического машинного обучения, указанного в требованиях.
В каких случаях вы предпочтете XGBoost нейронным сетям, и как вы будете бороться с переобучением в этой модели?
Оценка инженерной культуры и навыков работы с бэкенд-частью.
Опишите ваш опыт создания асинхронных REST API на Python. Какие библиотеки вы использовали и как обеспечивали отказоустойчивость?
Проверка понимания цикла жизни модели и инструментов автоматизации.
