Middle DS (Classic ML ONLY)
Оценка ИИХорошая вакансия для специалистов по классическому ML с четко очерченным кругом задач и достойной стартовой зарплатой. Удаленный формат и работа над понятными бизнес-метриками делают её привлекательной для Middle-уровня.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения классическим ML и специфического опыта в маркетинговой аналитике (Uplift, RFM). Основная сложность заключается в необходимости не только строить модели, но и оценивать их реальный финансовый эффект через A/B тесты.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата от 220 000 ₽ соответствует нижней границе рыночного диапазона для Middle Data Scientist в России, где медиана составляет около 250 000 - 280 000 ₽. Однако, учитывая фокус только на классическом ML, предложение является конкурентоспособным.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
от 220 000 ₽/месяц
Удаленка, Фултайм
Ключевые проекты: Uplift-модели по сегментам: построение моделей для разных групп; AI-кампейнинг: разработка uplift-моделей для различных номиналов промоакций с последующей оптимизацией; Прогноз RFM; Участие в проведении A/B тестов, расчет финансовых эффектов от внедрения моделей...(Откликнуться)
**⚠️ Будьте внимательны: иногда мошенники маскируют свои схемы под вакансии реальных компаний, никому не передавайте доступ к своим аккаунтам или устройствам.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Machine Learning
- Uplift Modeling
- RFM Analysis
- A/B Testing
- Python
- Statistics
Возможные вопросы на собеседовании
Вакансия сфокусирована на классическом ML и маркетинговых задачах. Важно понимать, как кандидат выбирает подход к оценке эффективности коммуникаций.
Какие подходы к построению Uplift-моделей вы использовали (например, S-learner, T-learner) и как вы оценивали их качество?
Проект включает AI-кампейнинг. Важно знать, как кандидат переходит от предсказания вероятности к оптимизации бизнес-метрик.
Как бы вы подошли к задаче оптимизации номинала промокода для максимизации прибыли, используя результаты Uplift-моделирования?
В описании указано участие в A/B тестах. Это критический навык для проверки гипотез в DS.
С какими проблемами вы сталкивались при проведении A/B тестов на данных с высокой дисперсией и как их решали (CUPED, стратификация)?
Упоминается прогноз RFM. Это база для сегментации клиентов.
Как вы строите прогноз LTV на основе RFM-сегментации и какие признаки (features) считаете наиболее значимыми для удержания клиентов?
Вакансия подчеркивает 'Classic ML ONLY'. Важно убедиться, что кандидат умеет работать с табличными данными без нейросетей.
В каких случаях вы предпочтете линейные модели градиентному бустингу при работе с финансовыми данными и почему?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
