Эта вакансия в архивеПосмотреть похожие вакансии ↓
RWB (Wildberries & Russ)·Москва·5 дн назад
Data Scientist (ПВЗ)
Ориентир по рынку≈ 350 000 – 500 000 ₽наша приблизительная оценка по 38 вакансиям этой роли, у работодателя вилка не указана
≈ 4,2 тыс.–6,1 тыс. $
🏢 ОфисJuniorПолная занятость
Стоит ли откликаться
Вакансия закрыта
Откликаться поздно: вакансию сняли. Сколько она висела и что в ней менялось, видно в разборе.
3 из 4 в норме
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 38 похожих вакансиях Data Scientist, без учёта уровня.
Живость
Появилась 6 дней назад. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.
- Опубликована 15 октября 2026 г., 6 дней назад
- Закрыта 16 октября 2026 г., провисела 1 деньИсточник снял её с публикации
В Pro вся история: 1 событие с датой
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. За вакансиями с hh.ru следим каждую ночь: выдачу и архив, а полный текст карточки сверяем по очереди, каждую раз в несколько дней. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 5, требований 5. Картина ясна до первого созвона.
- Обещают
- аккредитованная IT-компания
Что требуют
ОбязательноPythonscikit-learnPandasNumPySQLPostgreSQLClickHouse
Надбавка к зарплате на этом уровне: SQL +20%.
Чем предстоит заниматься
анализ данных и проверка гипотез для решения бизнес-задач
Разработка и валидация ML-моделей (регрессия, классификация, кластеризация, ансамбли) feature engineering: подготовка и проектирование признаков
Построение интерпретируемых моделей и explanation-инструментов (XAI)
Подготовка прототипов моделей и передача их в пилотирование / промышленную эксплуатацию
Визуализация результатов, подготовка презентаций и консультирование заказчика
Наши требования
Опыт от 2 лет на позиции Data Scientist / аналитика данных
Уверенный Python (scikit-learn, pandas, numpy), SQL, опыт с PostgreSQL и ClickHouse
Понимание валидации моделей и борьбы с переобучением
Навыки визуализации данных и подготовки презентаций
Математическое моделирование, статистика, системный анализ
