- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior Data Scientist
Оценка ИИСильная инженерная команда, работа с современным стеком (Polars, Dense Retrieval) и понятный бизнес-контекст e-commerce делают вакансию очень привлекательной для опытных специалистов. Высокие требования компенсируются интересными задачами на больших масштабах.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в узкой области Learning to Rank и поиска, а также высокого уровня инженерной культуры (Python, PySpark). Ожидается полная автономность в работе с данными и умение связывать ML-метрики с бизнесом.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Senior Data Scientist в Москве в сфере E-commerce рыночный диапазон составляет 350 000 – 550 000 рублей. Ecom.tech (бывший Samokat.tech) обычно предлагает конкурентоспособные условия, соответствующие верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ecom.tech уже сейчас
Присоединяйтесь к команде Ecom.tech и создавайте передовые системы ранжирования для ритейла будущего!
Описание вакансии
*🖥 Senior Data Scientist*
Удалёнка/Гибрид (Москва)
Ecom.tech — ИТ-решения для ритеила реального времени
Требования:
– Опыт от 3 лет в задачах ранжирования, поиска или рекомендательных систем в продакшене.
– Опыт обучения LTR-моделей на градиентном бустинге (XGBoost, LightGBM, CatBoost): кастомные функции потерь, работа с признаками под ранжирование, интерпретация моделей.
– Понимание двухуровневой схемы поиска (отбор кандидатов и реранкинг), метрик ранжирования и их компромиссов на разных этапах.
– Понимание типовых проблем ранжирования (смещения в кликовых данных, дрифты, feedback loop) и подходов к их решению.
– Понимание современных нейросетевых подходов в ранжировании (dense retrieval, нейронные реранкеры, sequence-модели) — применимость и компромиссы.
– Продакшен-качество Python-кода: модульность, тесты, читаемость, готовность к передаче MLE на продуктивизацию без переписывания.
– Самостоятельная разработка пайплайнов подготовки данных на PySpark и Polars — нетривиальные трансформации без помощи DA/DE.
– Понимание A/B-тестирования: устройство эксперимента, классы метрик (целевые, прокси, защитные, информационные), формирование набора метрик и ожидаемых эффектов до запуска.
– Умение разбирать ошибки модели, превращать их в продуктовые гипотезы и связывать метрики качества модели с метриками бизнеса и воронкой конверсии.
– Самостоятельность в работе с задачами высокой неопределённости: декомпозиция, оценка сроков, проактивное обсуждение рисков с командой.
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/dsproglib) • [Задачи](https://t.me/ds_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PySpark
- Polars
- XGBoost
- LightGBM
- CatBoost
- Learning-to-Rank
- Recommender Systems
- A/B Testing
- Information Retrieval
- Dense Retrieval
Возможные вопросы на собеседовании
Проверка понимания специфики данных в задачах ранжирования.
Как вы боретесь с позиционным смещением (position bias) при обучении моделей на кликовых данных?
Оценка навыков проектирования сложных систем поиска.
В чем заключаются основные компромиссы при выборе размера пула кандидатов на первом этапе (retrieval) для последующего реранкинга?
Проверка практического опыта работы с LTR.
Расскажите о вашем опыте реализации кастомных функций потерь в градиентном бустинге для задач ранжирования.
Оценка инженерных навыков и работы с большими данными.
Какие оптимизации в PySpark вы используете при обработке признаков для миллиардов пар запрос-документ?
Связь ML и бизнеса через эксперименты.
Как вы выбираете прокси-метрики для A/B-теста, если целевая бизнес-метрика (например, GMV) слишком шумная или долгопериодная?
Похожие вакансии
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
Middle+ Data инженер
Senior ML/LLM Инженер
Senior Data Engineer
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!