yandex
Страна
Казахстан
Зарплата
1 500 000 ₽ – 2 000 000 ₽
MiddleВ офисеПолная занятость

Middle Data Scientist

ИИОценка ИИ

Хорошая вакансия для Middle-специалиста в Казахстане с конкурентной зарплатой для локального рынка и четким стеком технологий. Ограничением является строго офисный формат и требование по гражданству.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Позиция требует уверенного владения классическим ML-стеком и SQL, а также понимания бизнес-метрик. Основная сложность заключается в необходимости работы в офисе в Астане и наличии гражданства РК.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана300 000 ₽
Рынок200 000 ₽ – 450 000 ₽
ИИОценка ИИ

Предложенная зарплата в 1.5–2.0 млн тенге (до вычета налогов) соответствует верхней границе рыночного диапазона для Middle Data Scientist в Астане. Это привлекательное предложение для локального рынка Казахстана.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

#jobs #Астана

*📍* Формат/working arrangement: офис в Астане

*✔️* Должность/position: Middle Data Scientist

*🏢* Место работы/workplace: НАО «ФСМС» / ТОО Top-Human

*💸* Заработная плата/salary: 1 500 000–2 000 000 ₸ в месяц до вычета налогов

*📈* Обязанности/responsibilities:

— Разрабатывать и оценивать ML-модели для классификации, регрессии, прогнозирования, оценки рисков и выявления подозрительной активности.

— Проводить EDA и анализировать данные из DWH и внутренних систем.

— Готовить данные: очистка, preprocessing, feature engineering.

— Настраивать гиперпараметры и сравнивать алгоритмы.

— Совместно с Data Engineers и MLOps внедрять модели в production.

— Мониторить качество моделей, data drift и участвовать в retraining.

— Документировать эксперименты и аналитические выводы.

*📌* Требования/requirements:

— Высшее образование.

— Гражданство Республики Казахстан.

— Опыт Data Scientist / ML Engineer от 1–3 лет.

— Уверенные Python и SQL.

— Logistic Regression, Decision Trees, Random Forest, Gradient Boosting, XGBoost, LightGBM, CatBoost.

— Pandas, NumPy, Scikit-learn.

— Знание статистики, теории вероятностей и проверки гипотез.

— Понимание Precision, Recall, F1, ROC-AUC, PR-AUC, MAE, RMSE.

— Опыт с PostgreSQL, ClickHouse, MS SQL или аналогами.

— Умение интерпретировать модели и презентовать результаты бизнесу.

*🌟* Будет плюсом:

— Time Series, fraud / anomaly detection, risk modelling.

— SHAP / LIME.

— MLflow, DVC, Optuna.

— Docker, Airflow, MLOps.

— PySpark.

— Опыт с финансовыми, государственными, медицинскими или страховыми данными.

*🛠* Технический стек:

— Python

— SQL

— PostgreSQL

— ClickHouse

— Scikit-learn

— XGBoost

— LightGBM

— CatBoost

— MLflow

— Optuna

— Docker

— Airflow

— PySpark

*✅* Условия/working conditions:

— Полная занятость.

— Оформление по трудовому договору.

— График 5/2, 8 часов.

— Выплаты два раза в месяц.

— Офисный формат.

*📍* Адрес: Астана, улица Достык, 13/3.

*📢**❗️**🚨* Вакансия: Откликнуться

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • SQL
  • PostgreSQL
  • ClickHouse
  • Scikit-learn
  • XGBoost
  • LightGBM
  • CatBoost
  • MLflow
  • Optuna
  • Docker
  • Airflow
  • PySpark
  • Pandas
  • NumPy
  • Statistics

Возможные вопросы на собеседовании

Проверка понимания работы с градиентным бустингом, который указан в стеке.

В чем ключевые различия между XGBoost, LightGBM и CatBoost, и в каких ситуациях вы выберете конкретную библиотеку?

Вакансия предполагает работу с рисками и подозрительной активностью.

Как вы будете подходить к задаче выявления аномалий (fraud detection) при сильном дисбалансе классов?

Важно понимать, как кандидат оценивает бизнес-эффект от моделей.

Как вы объясните нетехническому заказчику разницу между Precision и Recall и почему в задачах оценки рисков одна метрика может быть важнее другой?

В стеке указаны инструменты MLOps.

Расскажите о вашем опыте работы с MLflow: как вы организуете трекинг экспериментов и версионирование моделей?

Проверка навыков работы с данными в SQL-базах.

Напишите SQL-запрос для расчета скользящего среднего значения транзакций за последние 7 дней для каждого пользователя.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Казахстанот 1 500 000 ₽
более 1000 офферов получено
4.9

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!