- Страна
- Россия
- Зарплата
- 210 000 ₽ – 250 000 ₽
Откликайтесь
на вакансии с ИИ
Senior Data Scientist
Оценка ИИХорошее предложение для Senior/Middle+ специалистов с четким стеком и удаленным форматом работы. Зарплата соответствует рыночному уровню для РФ, а использование современных инструментов (MLflow, Docker) говорит о зрелости процессов.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения широким стеком технологий (от PySpark до глубокого обучения) и опыта вывода моделей в продакшн. Основная сложность заключается в необходимости сочетать глубокую математическую экспертизу с навыками инженерии данных и MLOps.
Анализ зарплаты
Оценка ИИПредложенная вилка 210 000 – 250 000 руб. на руки является конкурентной для уровня Middle+, однако для позиции Senior на российском рынке она находится ближе к нижней границе, где медиана часто превышает 300 000 руб.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TopSelection уже сейчас
Откликнитесь на вакансию Senior Data Scientist в TopSelection, чтобы внедрять ML-решения в реальный бизнес!
Описание вакансии
#vacancy #Вакансия #DataScientist #Senior #ML #Python #PySpark #Timeseries #Remote #РаботаВИТ #DataScience #MLOps
🔎Сеньор-датасаентист в команду ML-разработки | компания TopSelection
Привет! Мы ищем DS, который умеет не просто строить модели, а доводить их до боевого инференса и понимает бизнес-задачи.
Условия:
💸 210 000 – 250 000 руб./мес
🌍 Полная удаленка (РФ)
🧠 Грейд: Мидл+
📃Формат оформления: ИП
Что нужно уметь:
▫️ Закрывать бизнес-требования качественными ML-решениями (полный цикл: обучение → валидация → пайплайн)
▫️ Работать с временными рядами: прогнозирование, кластеризация, детект аномалий
▫️ Писать чистый Python (ООП) и готовить данные в PySpark, Pandas, SQL
▫️ Поднимать модели в прод с помощью Docker и трекить эксперименты в MLflow
Стек (строго обязателен):
Python • PySpark • Pandas • SQL • LightGBM • CatBoost • XGBoost • TensorFlow • PyTorch • Scikit-Learn • Optuna • MLflow • Docker
📩 Отклик сюда: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- PyTorch
- SQL
- MLOps
- Scikit-learn
- Docker
- PySpark
- TensorFlow
- XGBoost
- MLflow
- LightGBM
- Time Series
- CatBoost
- Optuna
Возможные вопросы на собеседовании
Вакансия предполагает работу с прогнозированием и детекцией аномалий.
Расскажите о вашем опыте работы с временными рядами: какие подходы к валидации и генерации признаков вы использовали?
В стеке указан PySpark, что критично для обработки больших данных.
В каких случаях вы предпочтете PySpark обычному Pandas, и с какими проблемами производительности в Spark вы сталкивались?
Компания ищет кандидата, понимающего бизнес-задачи.
Как вы оцениваете бизнес-эффективность внедренной ML-модели и что делаете, если метрики модели растут, а бизнес-показатели — нет?
Требуется навык работы с MLflow и Docker.
Опишите ваш типичный CI/CD пайплайн для ML-модели: как вы обеспечиваете воспроизводимость экспериментов?
Упомянуты градиентный бустинг и нейросети.
Как вы выбираете между использованием CatBoost/XGBoost и нейронными сетями (PyTorch/TensorFlow) для конкретной задачи?
Похожие вакансии
Сеньор-датасаентист в команду ML-разработки
Data Scientist (Senior)
Data Scientist
Data Scientist Senior
Senior DS/ML Engineer в команду операционных прогнозов
Ведущий Data Scientist, Возвраты ML
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!