- Страна
- Россия
- Зарплата
- 320 000 ₽ – 350 000 ₽
ML разработчик
Оценка ИИПривлекательная ставка для Senior-специалиста и работа в крупном телекоме. Однако ограничение по оформлению (только ИП) и проектный характер занятости могут подойти не всем кандидатам.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует высокого уровня ответственности (Senior) и глубоких знаний не только в ML, но и в инженерии (Docker, API, пайплайны). Необходим подтвержденный опыт от 5 лет и умение работать с бизнес-метриками в реальном времени.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная ставка 320-350к на руки для ИП соответствует среднерыночным значениям для Senior ML ролей в России, хотя в топовых технологических компаниях верхняя планка может быть выше. Учитывая формат ИП, это конкурентное предложение для проектной работы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
#MLразработчик #MLвакансия #MLdeveloper #вакансия
ML разработчик ❇️ | Компания Top Selection
🔥 Мы в поискеML разработчика на проектную занятость
Грейд: Senior
Ставка: от 320К до 350К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП 📌 (не СЗ, не ТК)
✅Обязательные требования
- Коммерческий опыт в Data science от 5 лет;
- Опыт разработки и продуктивизации ML-сервисов (от моделей
до api);
- Опыт внедрения ML-пайплайна в real-time сервисы;
- Опыт работы с docker, шедулерами (airflow или любой другой)
и sql/nosql базами данных.
📝Задачи на проекте
- Генерировать гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов;
- Превращать гипотезы в работающие ML модели;
- Катить модели в прод и по итогам АВ-тестов формулировать новые гипотезы по улучшению рекомендаций;
- Ставить задачи data инженерам на доработки необходимых витрин, взаимодействовать с разработчиками для формирования пайплайнов поставки рекомендаций, совместно с аналитиками сетапить АВ-тесты;
- Разработка агентских сервисов.
Проект крупной телекоммуникационной компании.
Развитие базы для E-COM.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Data Science
- ML
- API
- Docker
- Airflow
- SQL
- NoSQL
- Python
- A/B Testing
Возможные вопросы на собеседовании
Проверка опыта работы с высоконагруженными системами, как указано в требованиях к real-time сервисам.
Расскажите о самом сложном ML-пайплайне, который вы внедряли в real-time сервис. С какими задержками (latency) вы сталкивались?
Вакансия предполагает работу над рекомендательными системами для E-COM.
Какие подходы к построению рекомендательных систем вы считаете наиболее эффективными для роста бизнес-метрик в телекоме?
В задачах указано взаимодействие с аналитиками по AB-тестам.
Как вы определяете длительность и необходимый размер выборки для AB-теста при внедрении новой ML-модели?
Требуется опыт работы с шедулерами и базами данных.
Опишите ваш опыт работы с Airflow: как вы организуете обработку ошибок и перезапуск задач в сложных DAG?
Упоминается разработка агентских сервисов.
Есть ли у вас опыт разработки агентских систем на базе LLM или других ML-архитектур? Какие инструменты вы использовали?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
