Откликайтесь
на вакансии с ИИ
Middle / Middle+ Data Scientist
Оценка ИИИнтересный проект в реальном секторе экономики с понятной прикладной задачей. Удаленный формат работы и востребованный стек технологий делают вакансию привлекательной для Middle-специалистов.
Сложность вакансии
Оценка ИИСредний уровень сложности обусловлен необходимостью иметь опыт работы с промышленными данными и временными рядами, а также умением переводить бизнес-задачи на язык математики. Требуется уверенное владение классическим ML-стеком.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Middle Data Scientist в российском промышленном секторе при удаленной работе рыночные показатели составляют от 200 000 до 350 000 рублей. Предложение будет конкурентоспособным, если попадет в этот диапазон.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Присоединяйтесь к амбициозному проекту в металлургии и примените свои навыки ML для оптимизации реального производства!
Описание вакансии
ID 2600 - Middle / Middle+ Data Scientist
🌍 Локация: Любая
💼 Удаленно
🕔 Занятость: фулл тайм
🏢 Проект: Металлургическая компания
Реализуем проект на основе моделей машинного обучения по прогнозированию температуры стали в сталеплавильном производстве.
💡 Требования:
• Опыт коммерческой разработки на Python 3+ от 2 лет
• Уверенное владение библиотеками: numpy, pandas, scikit-learn, xgboost/lightgbm
• SQL: написание запросов средней сложности
• Опыт работы с системами контроля версий (Git)
• Понимание математических основ алгоритмов классического ML (линейные модели,
деревья решений, ансамбли, градиентный бустинг)
• Практический опыт построения моделей регрессии и классификации
• Умение выбирать метрики качества в зависимости от бизнес-задачи
• Навыки feature engineering и работы с различными типами данных
• Понимание принципов валидации моделей и борьбы с переобучением
• Опыт работы с временными рядами
• Опыт работы с промышленными/производственными данными (очень желательно)
• Опыт работы с алгоритмами оптимизации, например LP, CP, MIP (как плюс)
⭐️Личные качества:
• Умение трансформировать бизнес-задачи в математическую постановку
• Опыт коммуникации с заказчиками и презентации результатов
• Способность писать чистый, документированный и воспроизводимый код
• Навыки работы в команде (с дата-инженерами, разработчиками)
📨 Оставить отклик можно по Откликнуться
❗️Пожалуйста, откликайтесь только при полном соответствии вакансии
❗️При отклике, указывайте, ID вакансии, ваш стек и прикладывайте резюме.
❗️Без ID вакансии отклики не будут рассматриваться
#Data #Scientist #Удаленно #вакансия
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- Scikit-learn
- XGBoost
- LightGBM
- SQL
- Git
- Regression Analysis
- Classification
- Feature Engineering
- Time Series
- Mathematical Optimization
Возможные вопросы на собеседовании
Проект связан с прогнозированием температуры стали, что является классической задачей регрессии на временных рядах.
Какие специфические методы генерации признаков (feature engineering) вы бы использовали для данных с датчиков в металлургическом производстве?
Важно понимать, как кандидат оценивает успех модели в контексте реального производства.
Как бы вы выбирали метрику качества для модели прогнозирования температуры, учитывая стоимость ошибки перегрева или недогрева стали?
В вакансии указано требование по работе с временными рядами.
Как правильно организовать кросс-валидацию для данных временных рядов, чтобы избежать утечки данных из будущего?
Работа с промышленными данными часто сопряжена с пропусками и выбросами из-за сбоев оборудования.
Расскажите о вашем опыте обработки аномалий и пропусков в данных, полученных с производственных линий.
Упоминание алгоритмов оптимизации в вакансии как плюса.
В каких случаях после построения прогнозной модели ML целесообразно применять методы математической оптимизации (LP/MIP)?
Похожие вакансии
Middle+ Data Engineer
Backend / ML Infrastructure / MLOps инженер
Data Scientist (Модели оценки качества), Диалоговый ИИ и ML сервисы
Специалист по науке о данных прогнозирования
ML Engineer
Backend / ML Infrastructure / MLOps инженер (ИИ-ассистент)
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!