yandex
V
Verme
Страна
Россия
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
УдалённоПолная занятость

Ведущий специалист по анализу и интерпретации данных

ИИОценка ИИ

Интересный проект с понятным бизнес-влиянием (Uber-платформа), работа с современным стеком (PyTorch, MLOps) и удаленный формат. Балл снижен только из-за отсутствия вилки зарплаты в тексте.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованиями к глубоким знаниям в специфических областях (two-tower модели, Causal Inference), опытом вывода моделей в production и необходимостью сильной математической базы.

Анализ зарплаты

Медиана400 000 ₽
Рынок300 000 ₽ – 550 000 ₽
ИИОценка ИИ

Зарплата в вакансии не указана, но для позиции уровня Senior Data Scientist в России рыночный диапазон составляет от 300 000 до 500 000 рублей. Учитывая сложность задач (рекомендательные системы и ценообразование), можно ожидать предложение по верхней границе рынка.

Сопроводительное письмо

Меня крайне заинтересовала вакансия Ведущего специалиста по анализу данных в проекте «Моя смена». Имея более чем трехлетний опыт в Data Science и Machine Learning, я специализируюсь на разработке и внедрении ML-моделей в production, что полностью соответствует вашим требованиям. У меня есть глубокая экспертиза в создании рекомендательных систем, включая two-tower модели, а также опыт работы с динамическим ценообразованием и причинно-следственным выводом (Causal Inference).

В своей практике я всегда придерживаюсь бизнес-ориентированного подхода: для меня важно не просто создать технически совершенную модель, но и обеспечить её положительное влияние на юнит-экономику и ключевые метрики, такие как Fill rate и Take rate. Я уверен, что мои навыки работы с PyTorch, SQL и понимание процессов MLOps позволят мне эффективно интегрироваться в вашу кросс-функциональную команду и приносить пользу платформе с первых дней работы.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Verme уже сейчас

Откликнитесь на вакансию в «Верме», чтобы строить ML-модели для масштабной Uber-платформы и напрямую влиять на бизнес-показатели!

Описание вакансии

Ведущий специалист по анализу и интерпретации данных

Локация: Удаленно

Компания: Верме

ЗП: обсуждается на собеседовании

Занятость: Полная

Мы в поисках Ведущего специалиста по анализу и интерпретации данных Моя смена - Uber-платформы для привлечения самозанятых исполнителей по всей России, который будет строить модели, влияющие на Match Conversion Rate, Fill rate, Take rate и юнит-экономику. Необходимо не только разрабатывать модели, но и доводить их до production, измерять бизнес-эффект и работать в кросс-функциональной команде с ML-инженерами и аналитиками.

Чем нужно будет заниматься:

Разрабатывать two-tower модель для рекомендаций;

Валидировать гипотезы и экспериментировать;

Считать и интерпретировать результаты;

Исследовать данные, искать аномалии и инсайты.

У тебя точно всё получится, если есть:

3+ лет коммерческого опыта в Data Science / Machine Learning;

Опыт разработки и внедрения ML-моделей в production;

Опыт работы с рекомендательными системами (коллаборативная фильтрация, two-tower модели, learning-to-rank) или динамическим ценообразованием (эластичность, causal inference, временные ряды);

Опыт A/B-тестирования и оценки бизнес-эффекта моделей (офлайн- и онлайн-метрики);

Deep Learning: PyTorch или TensorFlow;

SQL - написание сложных запросов для сбора данных и диагностики;

Статистика и математика: теория вероятностей, математическая статистика, causal inference;

ML Ops: понимание жизненного цикла модели, мониторинг дрейфа, CI/CD для ML;

Cloud / Big Data: опыт работы с облачными платформами и big data инструментами.

Бизнес-ориентированность: умение переводить бизнес-задачи в ML-постановку;

Data-driven подход: принятие решений на основе данных и экспериментов;

Коммуникация: способность объяснять сложные модели продактам и стейкхолдерам;

Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели;

Системное мышление: понимание, как модель влияет на всю экосистему платформы.

*🌐 Резюме отправлять:* Откликнуться

–––

Бесплатный постинг вакансий: @freeIT_job

Забирай *📚* Базу Знаний

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Data Science
  • Machine Learning
  • PyTorch
  • TensorFlow
  • SQL
  • Statistics
  • Causal Inference
  • MLOps
  • CI/CD
  • Big Data
  • A/B Testing
  • Recommendation Systems

Возможные вопросы на собеседовании

Проверка практического опыта работы с архитектурой, указанной в описании вакансии.

Расскажите о вашем опыте проектирования и обучения two-tower моделей: как вы подбирали негативные примеры и какие лосс-функции использовали?

Вакансия предполагает работу с бизнес-метриками и юнит-экономикой.

Как бы вы подошли к задаче оценки влияния новой ML-модели на Take rate, если классическое A/B-тестирование затруднено из-за сетевых эффектов на платформе?

В требованиях указан Causal Inference, что важно для динамического ценообразования.

В каких случаях при анализе данных о самозанятых вы бы предпочли методы причинно-следственного вывода обычному корреляционному анализу?

Проверка навыков MLOps и ответственности за жизненный цикл модели.

Как вы организуете мониторинг дрейфа данных (data drift) и качества модели после её деплоя в production?

Проверка прагматичности и умения работать в бизнесе.

Опишите ситуацию, когда вам пришлось отказаться от сложной нейросетевой модели в пользу более простого решения. Чем вы руководствовались?

Похожие вакансии

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!

V
Verme
Россия