Data Scientist

Ориентир по рынку≈ 325 000 – 375 000 ₽наша приблизительная оценка по 13 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 325 000 – 375 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

Мы ищем Data Scientist в команду, которая занимается разработкой ML-решений для бизнес-задач. Основной фокус роли - полный цикл работы с моделями: от исследования данных и проверки гипотез до вывода решений в production и дальнейшего мониторинга.

Чем предстоит заниматься

Формулировать и проверять гипотезы на основе данных, проводить эксперименты (A/B-тесты, multi-armed bandit, sequential testing)

Разрабатывать ML-решения для различных бизнес-задач: от MVP до полноценных production-моделей

Участвовать в полном цикле разработки моделей: постановка задачи, подготовка данных, построение решения, внедрение и мониторинг

Работать совместно с аналитиками и data-инженерами над построением признаков, data pipeline и процессами деплоя моделей

Проводить исследование данных (EDA), очистку, подготовку и визуализацию данных

Наши требования

Опыт работы с реляционными и колоночными базами данных (PostgreSQL, ClickHouse, Greenplum)

Уверенное владение Python и основными ML-библиотеками (pandas, NumPy, scikit-learn и др.)

Знание классического машинного обучения: задачи классификации и регрессии, алгоритмы, метрики качества, особенности применения

Понимание математической статистики и теории вероятностей: A/B-тестирование, статистические критерии, p-value, ошибки первого и второго рода, статистическая мощность

Опыт работы с данными: подготовка выборок, feature engineering, отбор факторов

Практический опыт работы с LLM (prompt engineering, skills)

Опыт командной разработки с использованием Git и code review

Умение формулировать бизнес-задачу и переводить её в ML-решение

Отличное знание SQL: оконные функции, CTE

Опыт работы с causal inference и uplift-моделированием

Навыки написания чистого, тестируемого и поддерживаемого кода