- Страна
- Россия
- Зарплата
- 363 000 ₽ – 524 000 ₽
Откликайтесь
на вакансии с ИИ
Senior Data Scientist
Оценка ИИОтличная вакансия с прозрачной вилкой, сильной командой (Kaggle Master в лидах) и топовым железом. Высокий уровень влияния на бизнес и понятные процессы роста делают это предложение одним из лучших на рынке РФ.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к Senior-уровню, глубоким знанием PyTorch и опытом работы с SOTA-моделями в продакшене. Дополнительную планку задает необходимость менторства и работа с Business Critical системой под высокой нагрузкой.
Анализ зарплаты
Оценка ИИПредложенная вилка (363k - 524k gross) находится на верхнем уровне рыночных ожиданий для Senior Data Scientist в России, особенно с учетом дополнительной премии 15%. Это конкурентоспособное предложение для топовых технологических компаний.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Авито уже сейчас
Присоединяйтесь к команде Авито и работайте над Business Critical платформой с доступом к кластерам H100!
Описание вакансии
Позиция: Senior Data Scientist
Куда? Авито, Item2param
Формат работы: полная удаленка или офис, на выбор
Вилка гросс: 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 "Senior DS в Item2param"
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- PyTorch
- Computer Vision
- NLP
- Deep Learning
- MLOps
- Python
Возможные вопросы на собеседовании
Проверка опыта работы с мультимодальными данными, что критично для Item2param.
Расскажите о вашем опыте объединения текстовых и визуальных признаков в одной архитектуре нейросети. Какие подходы к слиянию (fusion) вы использовали?
Вакансия предполагает 70% продакшена и работу с Business Critical системой.
Как вы подходите к оптимизации тяжелых моделей (например, трансформеров) для работы в реальном времени с низкой задержкой (latency)?
Упоминается обучение на несколько видов разметок и большие данные.
С какими проблемами в данных вы сталкивались при обучении моделей на 2000+ параметров и как решали вопрос несбалансированности классов или шума в разметке?
Роль подразумевает менторство и лидерство.
Опишите ваш опыт курирования младших коллег: как вы выстраиваете процесс код-ревью и передачи экспертизы?
В стеке указан PyTorch и работа с H100.
Какие техники распределенного обучения (Distributed Data Parallel, DeepSpeed и т.д.) вы применяли для обучения больших моделей на кластерах?
Похожие вакансии
Senior MLOps инженер
Senior MLOps инженер
Senior Data Engineer
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
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!