yandex
N
NDA
Страна
Россия
SeniorУдалённоПолная занятость

Ведущий ML-инженер

ИИОценка ИИ

Привлекательная позиция Senior уровня в крупной компании с возможностью удаленной работы. Стек технологий современный, а задачи интеллектуально емкие и напрямую влияют на бизнес.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованиями к глубоким знаниям в специфических областях: Causal Inference, ценовая эластичность и работа с intermittent demand. Также необходим опыт работы с Big Data стеком и умение менторить команду.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана450 000 ₽
Рынок350 000 ₽ – 550 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, однако для позиции Senior/Lead ML-инженера в крупном российском ритейле или финтехе рыночный диапазон составляет от 350 000 до 550 000 рублей после вычета налогов. Предложение будет сильно зависеть от глубины экспертизы кандидата в Causal Inference и оптимизации.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

#вакансия #удаленка #Россия

Ведущий ML-инженер в крупную компанию.

Компания рассматривает кандидатов только из России.

З/п: обсуждается индивидуально.

Формат работы: Удаленка, Гибрид, Офис(Москва, Краснодар)

Уровень позиции: Senior

Стек:

Machine Learning (OR ML и Data Science),Python,Airflow,PostgreSQL,ClickHouse,Kubernetes

*🔷*Задачи:

Развивать модели прогнозирования спроса и ценовой эластичности;

Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены;

Проектировать временную валидацию, backtesting и бизнес-метрики качества;

Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU;

Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений;

Организовать оценку plan/fact и мониторинг качества моделей;

Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных;

Проводить design review, code review и менторить ML-специалистов команды.

*🔷*Обязательные требования:

Опыт в классическом ML от 3 лет;

Сильная база в классическом ML, статистике и работе с табличными данными;

Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost;

Понимание causal inference и экспериментального дизайна;

Опыт доведения ML-моделей до production;

Уверенное владение Python и SQL;

Понимание временной валидации, data leakage, calibration и uncertaintyestimation;

Опыт работы с Airflow или аналогичным оркестратором;

Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений;

Умение связывать ML-метрики с измеримым бизнес-эффектом

Опыт в retail, e-commerce, pricing или demand forecasting;

Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse;

Опыт с price optimization, hierarchical forecasting или operations research;

Опыт построения ML-мониторинга и проведения A/B-тестов.

Отклики ждём Откликнуться

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Machine Learning
  • Data Science
  • Python
  • Airflow
  • PostgreSQL
  • ClickHouse
  • Kubernetes
  • Causal Inference
  • LightGBM
  • CatBoost
  • XGBoost
  • SQL
  • PySpark
  • Trino
  • dbt
  • A/B Testing

Возможные вопросы на собеседовании

Проверка понимания специфики ценообразования и оценки причинно-следственных связей.

Как вы подходите к оценке ценовой эластичности, учитывая проблему эндогенности цен в исторических данных?

Важный аспект для ритейла, указанный в требованиях.

Какие методы вы используете для прогнозирования спроса на товары с редкими продажами (intermittent demand) и решения проблемы холодного старта?

Проверка навыков проектирования надежных систем оценки.

Расскажите о вашем опыте построения системы временной валидации (backtesting) для временных рядов: как вы избегаете data leakage?

Проверка инженерных навыков работы с данными.

В каких случаях вы предпочтете использовать PySpark вместо обычного Pandas/Scikit-learn при подготовке признаков для модели?

Оценка лидерских качеств и умения работать в команде.

Опишите ваш подход к проведению design review: на какие критические аспекты архитектуры ML-решения вы обращаете внимание в первую очередь?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

N
NDA
Россия
более 1000 офферов получено
4.9

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!