- Страна
- Россия
- Зарплата
- 340 000 ₽ – 360 000 ₽
Откликайтесь
на вакансии с ИИ
Senior Data Scientist
Оценка ИИПривлекательная вакансия с конкурентной заработной платой «на руки» и возможностью удаленной работы. Четко прописанные требования и стек технологий делают предложение прозрачным для опытных специалистов.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в области uplift-моделирования и уверенного владения инструментами Big Data (Spark, Hadoop), что в сочетании с уровнем Senior предполагает высокую ответственность за бизнес-результат.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 340 000 – 360 000 ₽ на руки соответствует верхней границе рыночного диапазона для Senior Data Scientist в России, особенно учитывая формат удаленной работы.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Centicore уже сейчас
Присоединяйтесь к команде Centicore и реализуйте свой потенциал в разработке сложных ML-решений для бизнеса!
Описание вакансии
Senior Data Scientist в Centicore
💰340 000 ₽ – 360 000 ₽ на руки
📌Условия и бонусы:
Фултайм, удаленно (РФ).
📌Наши ожидания:
– опыт работы с классическим ML;
– опыт построения uplift-моделей или моделей чувствительности;
– промышленный опыт разработки и внедрения моделей на табличных данных;
– уверенное владение ML-стеком Python: LightGBM / XGBoost / CatBoost / Scikit-Learn / Pandas / NumPy;
– знание SQL;
– умение работать с инструментами Spark / Hadoop / Hive;
– опыт оптимизации существующих ML-моделей;
– опыт генерации и тестирования гипотез для улучшения бизнес-процессов;
– умение презентовать бизнесу результаты работы и объяснять применение моделей;
– опыт взаимодействия с командами DE, MLOps и мониторинга.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- Machine Learning
- SQL
- MLOps
- Scikit-learn
- Apache Spark
- Hadoop
- XGBoost
- LightGBM
- Uplift Modeling
- CatBoost
- Apache Hive
Возможные вопросы на собеседовании
Вакансия требует опыта построения uplift-моделей. Важно понять, какие подходы (S-learner, T-learner, X-learner) кандидат использовал и как оценивал их качество.
Расскажите о вашем опыте построения uplift-моделей: какие подходы вы использовали и как проводили валидацию результатов?
Работа предполагает взаимодействие с большими данными. Вопрос проверяет практические навыки оптимизации запросов и обработки данных.
С какими основными проблемами производительности вы сталкивались при работе со Spark/Hive и как их решали?
Senior-позиция подразумевает умение доносить ценность работы до нетехнических специалистов.
Как вы объясняете бизнес-заказчикам разницу между обычной предсказательной моделью и uplift-моделью?
В требованиях указан опыт внедрения моделей. Важно оценить понимание жизненного цикла модели (MLOps).
Опишите ваш процесс вывода модели в продакшн: как вы взаимодействуете с командами DE и MLOps?
Проверка навыков работы с табличными данными и градиентным бустингом.
В каких случаях вы отдадите предпочтение CatBoost перед LightGBM или XGBoost при работе с категориальными признаками?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Data Scientist (AutoML)
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!