Data Scientist

Газпром нефть·Санкт-Петербург·24 сент.

Data Scientist

Ориентир по рынку≈ 335 000 – 549 000 ₽наша приблизительная оценка по 25 вакансиям этой роли, у работодателя вилка не указана

🏢 ОфисJuniorПолная занятость

≈ 335 000 – 549 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вместо вилки в объявлении «заработная плата по результатам интервью»: что это значит в цифрах, придётся выяснять. Вакансия живая, задачи расписаны.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Деньги

Вместо вилки в объявлении «заработная плата по результатам интервью». Ориентир на созвон: столько платят в 25 похожих вакансиях Data Scientist, без учёта уровня.

платят меньше335 000 – 549 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Висит 25 дней, признаков фиктивного найма нет. Повторных публикаций не было.

Живая

Описание

Расписано подробно: обязанностей 10, требований 18. Картина ясна до первого созвона.

Обещают: официальное оформление, аккредитованная IT-компания и ДМС со стоматологией

Подробно

Что требуют

ОбязательноLLMMLGitDockerLinuxCI/CDMLOpsSQLPythonNumPy

Надбавка к зарплате на этом уровне: SQL +28%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Разработка агентных систем для решения инженерных задач: работа с технической документацией, регламентами, расчётными методиками

Проектирование и внедрение RAG-систем для извлечения знаний из технической документации и внутренних баз данных

Дообучение и адаптация открытых моделей под отраслевую специфику, оценка качества, построение бенчмарков на доменных данных

Расстановка скважин и планирование программы бурения

Оптимизация логистики: маршрутизация, планирование поставок, управление запасами

Оптимизация инфраструктуры и режимов работы объектов

Постановка задач как MILP / нелинейных / стохастических, гибридные подходы «оптимизация + ML»

Прогнозирование временных рядов: добыча, отказы оборудования, спрос

Анализ изображений: интерпретация карт и сейсмических данных, дефектоскопия

Видеоаналитика на промышленных объектах — контроль безопасности и технологических операций

Наши требования

Модели, доведённые до продакшена, а не только до ноутбука

Опыт в одном из наших направлений (LLM, оптимизация, CV, временные ряды) и готовность освоить смежные

Умение самостоятельно декомпозировать задачу от бизнес-формулировки до метрики

Фундаментальные знания: Высшее техническое или математическое образование. Вы уверенно ориентируетесь в линейной алгебре, теории вероятностей, математической статистике и методах оптимизации

Опыт в ML/DL: Понимаете принципы работы классических алгоритмов и ключевых архитектур нейронных сетей (CNN, RNN, Transformers)

Production-ready код: Умеете работать с Git, Docker и консолью Linux. Пишете чистый, тестируемый код (ООП, CI/CD)

Базовый MLOps: Docker, CI/CD, версионирование экспериментов

Базы данных: Знаете основы SQL и можете самостоятельно получить нужные данные

Язык: Python

Библиотеки: NumPy, Pandas, Scikit-learn, PyTorch, TensorFlow, Hugging Face Transformers

LLM-фреймворки: LangChain, LangGraph, LlamaIndex, Haystack

RL-фреймворки: RLlib, Stable Baselines3 и др.

Инструменты: Git, Docker, Kubernetes, MLflow, Prometheus, Grafana, SQL

Вычисления: собственный GPU-кластер

Знания в нефтегазовой отрасли (разработка месторождений, геология)

Опыт применения Reinforcement Learning для решения прикладных задач

Опыт работы с Kubernetes и облачными платформами

Публикации, выступления, менторство

Мы предлагаем

Гибридный формат работы (Невская Ратуша)

Срочный трудовой договор с последующей пролонгацией

Возможность быстрого роста для результативных специалистов

Достойную твоего профессионального уровня заработную плату, годовую премию по результатам деятельности, дополнительную материальную мотивацию за особые достижения

Интенсивное обучение на практике, доступ к образовательному контенту

ДМС и страхование жизни