МТС Банк·Москва·11 окт.
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
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.
Живость
Опубликована 8 дней назад. Свежие вакансии почти всегда живые.
- Опубликована 11 октября 2026 г., 8 дней назад
- Поднимали в поиске источника 1 раз, последний раз 18 октября 2026 г.
- Текст сверяли с источником, с публикации он не менялся
- У источника её видели сегодня
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 8, требования: 6. Понятно, что за работа, ещё до отклика.
Что требуют
ОбязательноPythonMLscikit-learnCatBoostXGBoostNumPyPandasSQLA/B Testing
ПлюсомMLOpsGitDockerOracle
Надбавка к зарплате на этом уровне: Python +40%, SQL +20%, Git +8%.
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
Наша компания
МТС Банк – одно из ключевых направлений развития Группы МТС. Мы развиваем цифровые финансовые продукты и сервисы на стыке банкинга и телекома.
Чем предстоит заниматься
Разрабатывать ML-моделей для прогнозирования клиентского поведения (активация, отток, траты)
Разрабатывать модели персонализации категорий и размеров кэшбэка
Готовить данные для обучения и применения моделей
Исследовать новые источники данных и заниматься разработкой признаков для повышения качества моделей
Проводить полный цикл обучения, валидации и внедрения моделей в промышленную эксплуатацию
Оценивать качество моделей на исторических данных и в реальных пилотах
Проводить A/B тесты и анализ результатов внедрения моделей
Мониторить качество моделей и организацию процессов переобучения
Наши требования
Техническое/математическое/экономическое образование
Python, машинное обучение (sklearn, catboost/lightgbm/xgboost, statsmodels, numpy/pandas), визуализация и профилирование данных
Опыт работы с mlops (mlflow, dvc, git, docker), опыт организации пайплайнов обучения в виде модулей и пайплайнов в kedro/dvc/mlflow будет плюсом
SQL,написание и оптимизация запросов
Опыт работы с oracle будет плюсом
Опыт работы с задачей математической оптимизации в маркетинге или operational research (SAS, Python MIP, PYOMO и аналоги) будет плюсом
Технологии и навыки
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).