- Страна
- Россия
- Зарплата
- 269 000 ₽ – 524 000 ₽
Откликайтесь
на вакансии с ИИ
Middle/Senior Data Scientist
Оценка ИИОтличное предложение с прозрачной вилкой, сильной инженерной культурой и доступом к топовому железу (H100). Авито — один из лучших работодателей в РФ для DS-специалистов с понятными процессами роста.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний PyTorch, опыта работы с SOTA-архитектурами и умения внедрять модели в высоконагруженный продакшн. Дополнительную планку задает статус системы Business Critical и работа с огромными массивами данных.
Анализ зарплаты
Оценка ИИПредложенная вилка (от 269к для Middle до 524к для Senior + премии) находится на верхнем уровне рыночных значений для Москвы и РФ в целом. Для Senior-позиций 500к+ gross является конкурентным предложением даже среди топовых тех-гигантов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Авито уже сейчас
Присоединяйтесь к команде Авито, чтобы создавать SOTA-решения на кластерах H100 и влиять на ключевые сервисы крупнейшей платформы объявлений!
Описание вакансии
Позиция: Middle/Senior Data Scientist
Куда? Авито, Item2param
Формат работы: полная удаленка или офис, на выбор
Вилка гросс:
Middle: 269 000 - 413 000 gross + 15% премия
Senior: 363 000 - 524 000 gross + 15% премия
Условия обсуждаются индивидуально по результатам технических интервью
О нас:
Мы разрабатываем платформу, автоматически предсказывающую более 2000 параметров объявления на момент подачи (категории, атрибуты, бренды). Данные параметры критичны для всех бизнес направлений Авито: поиска, модерации, монетизации, SEO. Мы обеспечиваем максимально эффективные предсказания в условиях высокой нагрузки, а также быструю адаптацию моделей под новые сценарии.
Что нужно делать?
• Разрабатывать сложные нейросети (text, image) c нуля на Pytorch - предобучение, finetuning, оптимизация
• Осуществлять внедрение нейросетей в сервис, настраивать мониторинг, решать технические проблемы
• Вести бизнес-процессы до получения результата
• Курировать младших коллег
Требования:
• Отличное знание Pytorch
• Опыт работы с большими нейросетевыми моделями, организации production процессов
• Работа на результат
• Будет плюсом: успехи в соревнованиях/Kaggle
Ответы на 10 важных вопросов:
- Данные: Большие исторические данные по объявлениям (текст, изображения), обучение на несколько видов разметок
- Железо: Кластер с H100 для dev и prod
- Масштаб влияния на core-бизнес? Платформа Item2param имеет статус Business Critical и первостепенную поддержку. На систему атрибутов завязаны ключевые бизнес-процессы - Поиск, Монетизация, Модерация, SEO.
- Уровень развития Data Science в компании? Высокий. DS команды делятся на вертикальные (подвязаны к бизнес-линии) и горизонтальные (разрабатывают инструменты для всех DS команд).
- Роль дата сайентиста: Фокус не на конкретные ML-задачи, а на платформенные улучшения (напр., предобучить базовый чекпоинт с нуля, расширить функционал библиотеки для пользователей, улучшить процесс сбора данных для мониторинга) с целью внедрить функционал в сервис. Поддержка продакшн-процессов совместно с MLOps и Backend. По необходимости - поддержка пользователей платформы (DS, аналитики, контент-менеджеры).
- Бэкграунд у вашего руководителя? Kaggle Competition Master, Linkedin
- Как часто вам будут мешать работать? Дейли раз в день на 20 минут, орг встречи по необходимости
- Карьерный рост: Руководитель поддерживает активную прокачку по хард и софт скиллам: составляем план развития и совместно по нему идем. Перфоманс-ревью раз в полгода
- Prod/Research: 70% prod / 30% research. Активно разрабатываем SOTA подходы к задачам, однако с упором на промышленное внедрение
- Функция сервиса или лидера? 50% сервис / 50% лидер. Есть существенный запрос на самостоятельное ведение ключевых бизнес-кейсов до внедрения в продакшн, поддержка в развитии других коллег и шеринг экспертизы.
Резюме отправляйте на Откликнуться с темой "DS в Item2param"
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- Machine Learning
- Computer Vision
- Deep Learning
- MLOps
- NLP
Возможные вопросы на собеседовании
Проверка практического опыта работы с фреймворком, указанным как основное требование.
Расскажите о вашем опыте оптимизации производительности нейросетей в PyTorch для инференса в высоконагруженных системах.
Вакансия предполагает работу с текстами и изображениями для предсказания параметров.
Какие архитектуры для мультимодального обучения вы считаете наиболее эффективными для задачи классификации атрибутов товара по его описанию и фото?
Позиция Senior подразумевает менторство и лидерство.
Опишите ваш опыт курирования младших коллег: как вы выстраиваете процесс код-ревью и передачи экспертизы?
В описании указано 70% продакшена и работа с MLOps.
Как вы организуете мониторинг качества моделей в продакшене и какие метрики используете для отслеживания деградации данных?
Упоминается работа с кластерами H100 и большими данными.
