- Страна
- Казахстан
Senior ML Engineer — Demand Forecasting & Inventory Optimization
Оценка ИИИнтересная предметная область с понятным влиянием на бизнес и современный технологический стек. Однако отсутствие информации о зарплате и детального описания бонусов не позволяет поставить высший балл.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в специфической области (прогнозирование спроса) и владения сложным стеком технологий, включая инфраструктурные инструменты вроде Kubernetes и Kafka. Senior-уровень подразумевает ответственность за архитектурные решения и точность моделей, влияющих на бизнес-показатели.
Анализ зарплаты
Оценка ИИВ вакансии не указан уровень дохода, но для позиции Senior ML Engineer в Казахстане и СНГ рыночные вилки обычно начинаются от 350 000 рублей и выше в зависимости от сложности задач. Предложенный стек технологий (K8s, Kafka, ClickHouse) соответствует верхнему сегменту рынка.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Откликнитесь в SMALL уже сейчас
Откликайтесь на вакансию Senior ML Engineer в SMALL, чтобы внедрять передовые алгоритмы прогнозирования в реальный бизнес!
Описание вакансии
Требуется «Senior ML Engineer — Demand Forecasting & Inventory Optimization»
Компания «SMALL» ищет хорошего специалиста на вакансию «Senior ML Engineer — Demand Forecasting & Inventory Optimization». Полный рабочий день. Можно удалённо. Требуемые навыки: #senior, #Python, #SQL, #PyTorch, #ClickHouse, #ApacheKafka, #ApacheAirflow, #Kubernetes.
*👉*@progjob
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- PyTorch
- ClickHouse
- Apache Kafka
- Apache Airflow
- Kubernetes
- Machine Learning
- Demand Forecasting
Возможные вопросы на собеседовании
Проверка опыта в основной специализации вакансии.
Какие методы и архитектуры нейросетей вы считаете наиболее эффективными для долгосрочного прогнозирования спроса в ритейле?
Оценка навыков работы с инфраструктурой данных.
Как вы организуете процесс дообучения моделей при поступлении новых данных через Apache Kafka?
Проверка умения работать с высокопроизводительными БД.
В каких случаях для ML-задач вы предпочтете ClickHouse вместо классических реляционных БД?
Оценка понимания бизнес-контекста.
Как вы оцениваете влияние ошибок прогнозирования (Under-forecasting vs Over-forecasting) на бизнес-метрики оптимизации запасов?
Проверка навыков MLOps.
