- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior Data Scientist (Search)
Оценка ИИИзвестный бренд, четко описанные задачи и современные технологии (MLflow, Airflow, DL). Удаленный формат работы и фокус на ключевой бизнес-метрике делают вакансию очень привлекательной для Senior-специалиста.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в области ранжирования и рекомендательных систем, а также умения выводить модели в продакшен (MLOps). Высокая планка по Python и опыту работы с полным циклом ML-проектов.
Анализ зарплаты
Оценка ИИВ вакансии зарплата не указана, но для позиции Senior Data Scientist в России рыночный диапазон составляет от 350 000 до 550 000 рублей. Островок обычно предлагает конкурентоспособные условия, соответствующие верхнему сегменту рынка.
Сопроводительное письмо
Dear Hiring Team at Ostrovok!,
I am writing to express my strong interest in the Senior Data Scientist (Search) position. With extensive experience in building end-to-end ML pipelines and a deep understanding of ranking systems, I am confident in my ability to contribute to your hotel search ranking and conversion metrics. My background includes developing production-ready Python services, fine-tuning DL models, and designing rigorous A/B tests to validate business hypotheses.
In my previous roles, I have successfully managed the entire ML lifecycle, from feature engineering and boosting models to monitoring drift and ensuring system reliability. I am particularly excited about the opportunity to work on search relevance and hotel ranking at Ostrovok!, as it combines complex technical challenges with direct business impact. My proficiency in SQL, Airflow, and MLflow, combined with my B1 English level, aligns perfectly with the requirements of your team.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Островок! уже сейчас
Присоединяйтесь к команде Островок! и развивайте алгоритмы ранжирования в одном из крупнейших тревел-сервисов.
Описание вакансии
Senior Data Scientist (Search)
Локация: Удаленно
Компания: Островок!
ЗП: обсуждается на собеседовании
Занятость: Полная
Команда Поиска отелей развивает важные для всего бизнеса компании компоненты: ранжирование отелей в поисковой выдаче, поисковые подсказки и растит метрику конверсии переходов на карточку отеля.
- Вести ML-проекты end-to-end: постановка задачи -> решение -> тест -> прод -> поддержка.
- Совместно с дата инженерами формировать датасеты и требования к данным, оценивать реализуемость, риски и ограничения.
- Совместно с дата аналитиками участвовать в дизайне и анализе A/B-тестов: метрики, сплиты, интерпретация результатов, рекомендации по выкатке решений.
- Разрабатывать и обучать модели (classic ML + DL).
- Передавать модель и код в продакшен (Python-сервис), сопровождать релизы и интеграции.
- Отвечать за качество модели после запуска: метрики, мониторинг, дрейф/деградации, план улучшений и регламенты поддержки.
Основные направления, которыми предстоит заниматься:
- Поиск гипотез для улучшения релевантности поисковой выдачи.
- Разработка новых признаков, обучение моделей ранжирования.
- Проектирование и проведение A/B-тестов, вывод решений в продакшен.
- Улучшение эксплуатационных характеристик ML-решений: наблюдаемость, надёжность, эффективность.
Требования:
- Опыт ведения ML-проектов end-to-end в продакшене (от постановки до поддержки).
- Отличное понимание классического ML: feature engineering, бустинги, классификация/регрессия, кросс-валидация, подбор порогов, калибровка.
- Опыт работы с поисковыми или рекомендательными системами.
- Опыт с DL (PyTorch/TensorFlow): понимание принципов fine-tuning, инференс моделей.
- Python (production-качество): читаемый код, тесты на критичные компоненты, понимание упаковки модели/артефактов и интеграции в сервис.
- Понимание мониторинга ML: метрики качества, дрейф, алерты, диагностика и регламенты поддержки.
SQL на уровне самостоятельной сборки датасетов (joins, window functions).
- Опыт с интерпретируемостью и анализом ошибок модели.
- MLflow / W&B / DVC или аналогичные инструменты трекинга экспериментов.
- Оркестрация/пайплайны (Airflow/Prefect/Dagster) и продвинутые data-процессы.
- Английский на уровне В1 (intermediate).
🌐 Резюме отправлять: Откликнуться
–––
Бесплатный постинг вакансий: @freeIT_job
Забирай 📚 Базу Знаний
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- PyTorch
- TensorFlow
- MLflow
- Weights & Biases
- DVC
- Airflow
- Prefect
- Dagster
- Feature Engineering
- Boosting
- A/B Testing
- Ranking Systems
- Recommender Systems
Возможные вопросы на собеседовании
Вакансия сфокусирована на поиске и ранжировании, поэтому важно понимать специфику метрик.
Какие метрики ранжирования (NDCG, MRR, P@K) вы бы выбрали для оценки качества поиска отелей и почему?
Позиция подразумевает ответственность за весь жизненный цикл модели.
Расскажите о вашем опыте мониторинга моделей в продакшене: как вы отслеживаете дрейф данных и деградацию качества?
В требованиях указан опыт с DL и fine-tuning.
В каких случаях для задачи ранжирования вы бы предпочли нейросетевой подход классическому градиентному бустингу?
Работа предполагает тесное взаимодействие с аналитиками.
Как вы подходите к дизайну A/B-теста для новой модели ранжирования, чтобы избежать сетевых эффектов или смещения?
Требуется production-качество кода на Python.
Как вы организуете процесс тестирования и CI/CD для своих ML-сервисов?
Похожие вакансии
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Senior ML Engineer
Senior MLOps
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!
- Страна
- Россия