Специалист по Data Science / Machine Learning
Оценка ИИХорошее предложение для тех, кто ищет частичную занятость или удаленную работу с понятными задачами. Уровень оплаты соответствует рынку для специалистов с неполным рабочим днем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция подходит для специалистов начального и среднего уровня, так как предполагает работу по ТЗ и использование готовых фреймворков. Основная сложность заключается в необходимости качественной предобработки данных и проведении A/B-тестов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанная зарплата (90-140 тыс. руб.) за неполный рабочий день (от 4 часов) является конкурентоспособной. В пересчете на полный рабочий день это соответствует уровню Middle-специалиста в РФ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
по Data Science / Machine Learning
*Обучаешь ML-модели и находишь закономерности в данных — мы платим
Зарплата: 90 000–140 000 ₽/мес.
Формат: 100% удалённо | от 4 часов в день*
Чем заниматься:
Собирать, предобрабатывать и очищать данные для обучения ML-моделей
Настраивать, тестировать и дорабатывать алгоритмы машинного обучения и нейросети
Проводить A/B-тесты и проверять гипотезы для улучшения бизнес-метрик
Интерпретировать результаты моделей и подготавливать понятные выводы
Работа по техническим заданиям и с использованием готовых фреймворков.
Кого ищем:
18+, гражданство РФ,
Грамотная письменная речь и высокий уровень ответственности.
*📝 Отклик*: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Data Science
- Machine Learning
- A/B Testing
- Neural Networks
- Python
- Data Preprocessing
Возможные вопросы на собеседовании
Проверка базовых навыков работы с данными, что является первой задачей в описании.
Какие методы обработки пропусков и выбросов в данных вы считаете наиболее эффективными?
Важно понимать, как кандидат оценивает качество своей работы.
Какие метрики вы выберете для оценки модели классификации при сильном дисбалансе классов?
Вакансия включает проведение A/B-тестов.
Как вы определите необходимый размер выборки для проведения статистически значимого A/B-теста?
Проверка владения инструментарием.
С какими библиотеками для машинного обучения (например, Scikit-learn, PyTorch, TensorFlow) вы работали чаще всего?
Проверка умения доносить результаты до бизнеса.
Как бы вы объяснили нетехническому специалисту, почему модель приняла то или иное решение?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
