Middle+ / Senior Data Scientist / ML Engineer
Оценка ИИТ-Банк — один из самых привлекательных работодателей в РФ с сильной инженерной культурой и современным стеком. Вакансия предлагает работу над масштабными проектами в крупных городах, что гарантирует профессиональный рост и конкурентную среду.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокий уровень сложности обусловлен требованиями к грейду Middle+/Senior и спецификой финтех-индустрии, где важны не только навыки моделирования, но и умение работать с высоконагруженными системами. Процесс отбора в Т-Банк традиционно включает несколько этапов технических интервью и секций по алгоритмам.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплаты для Senior ML-специалистов в ведущих российских банках (Т-Банк, Сбер, Альфа) обычно находятся в диапазоне 350-550 тысяч рублей после налогов. Данная позиция соответствует рыночным ожиданиям для Москвы и Санкт-Петербурга.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Middle+ / Senior Data Scientist / ML Engineer
в Т-Банк — один из крупных цифровых российских банков.
Москва, Санкт-Петербург.
Ищет Алексей Филимонов, его Откликнуться.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Machine Learning
- Data Science
- SQL
- PyTorch
- Scikit-learn
- MLOps
Возможные вопросы на собеседовании
Проверка понимания жизненного цикла модели в продакшене.
Расскажите о вашем опыте вывода ML-моделей в продакшн: с какими трудностями сталкивались и как их решали?
Важно для работы в банке с большими объемами данных.
Как вы подходите к обработке признаков (feature engineering) при работе с сильно несбалансированными выборками?
Оценка навыков системного дизайна в контексте ML.
Как бы вы спроектировали систему мониторинга качества модели после её деплоя?
Проверка фундаментальных знаний алгоритмов.
В чем разница между градиентным бустингом и случайным лесом с точки зрения смещения (bias) и дисперсии (variance)?
Оценка умения работать с современным стеком.
Какие инструменты для оркестрации ML-пайплайнов вы использовали и почему отдавали им предпочтение?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
