Компания скрыта (Сфера iGaming)·Весь мир·21 сент.
Middle ML Engineer (Персонализация и рекомендательные системы)
Ориентир по рынку≈ 300 000 – 365 000 ₽наша приблизительная оценка по 12 вакансиям этой роли и грейда, у работодателя вилка не указана
🌍 УдалённоMiddleПолная занятость
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
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 12 похожих вакансиях Data Scientist уровня Middle.
Живость
Открыта 28 дней, и признаков фиктивного найма у неё нет.
Описание
Обязанности: 5, требования: 11. Понятно, что за работа, ещё до отклика.
- Обещают
- работа из любой страны
- Не сказано
- как оформят и часовой пояс команды
Что требуют
ОбязательноMLPythonSQLAirflowscikit-learnCatBoostXGBoostPyTorchTensorFlowA/B Testing
ПлюсомClickHouse
Надбавка к зарплате на этом уровне: Python +40%, SQL +20%.
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
Формат работы: удалённо из любой точки мира. Компания нанимает специалистов, которые уже переехали из России.
Чем предстоит заниматься
Создавать, внедрять и поддерживать модели персонализации: от идеи до стабильной работы в продакшне
Превращать бизнес-задачи в математические постановки и проверять гипотезы через A/B-тесты
Глубоко разбирать данные: находить инсайты, аномалии и неочевидные закономерности
Строить метрики, дашборды и алерты для мониторинга моделей и бизнес-процессов
Анализировать результаты моделей: разбираться, почему они работают или не работают, и улучшать их на основе выводов
Наши требования
3+ года коммерческого опыта в Data Science
Опыт работы с данными: анализ, очистка, подготовка, отбор и создание признаков
Уверенное владение Python (аналитический стек и ML) и SQL
Опыт работы с Airflow
Опыт построения пайплайнов обучения в MLflow, ClearML или аналогах
Практический опыт с scikit-learn, CatBoost/XGBoost, PyTorch или TensorFlow
Понимание жизненного цикла ML-моделей
Понимание принципов построения рекомендательных систем
Опыт работы с ClickHouse
Разработка real-time ML-сервисов
Опыт работы с Triton Inference Server
