VK·Москва (м. Аэропорт)·2 дн назад
ML Engineer
Ориентир по рынку≈ 353 000 – 382 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,4 тыс.–4,7 тыс. $
ГибридMiddleПолная занятость
≈ 353 000 – 382 000 ₽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». 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
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 10 похожих вакансиях Data Scientist уровня Middle.
Живость
Опубликована 2 дня назад. Свежие вакансии почти всегда живые.
Описание
Обязанности: 7, требования: 13. Понятно, что за работа, ещё до отклика.
- Обещают
- аккредитованная IT-компания
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноMLPythonSQLSparkMLOps
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
8 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней VK обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Описание проекта/продукта/команды Сервисы предиктивной, клиентской и гео-аналитики на основе больших данных и технологий машинного обучения.
Чем предстоит заниматься
Выполнение ad hoc-задач по применению существующих моделей и сервисов
Разработка различных моделей машинного обучения на новых данных
Изучение и обработка данных из различных источников
Внедрение регулярного расчёта новых признаков, улучшение мониторинга качества данных
Генерация и проверка гипотез по повышению качества текущих моделей и созданию новых, более высокого качества
Развитие инфраструктуры существующих сервисов
Написание продуктивизируемых пайплайн-скриптов (не просто Jupyter Notebook) для внедрения моделей, признаков, а также для создания и поддержки функционирования новых продуктов
Наши требования
Высшее техническое образование, желательно с IT-профилем. Дополнительным плюсом будет профильное повышение квалификации, например VK Education, ШАД и аналогичные программы
Релевантный опыт работы от 2 лет в задачах Data Science, Machine Learning, ML Engineering или смежных направлениях
Опыт самостоятельной работы над ML-проектами end-to-end: от постановки задачи и анализа данных до внедрения и поддержки решения
Уверенное владение Python и SQL
Практический опыт разработки пайплайнов для эффективной обработки данных на Python и PySpark
Опыт работы с эмбеддингами, feature engineering и данными из различных источников
Глубокое понимание классического ML, а также умение выбирать и применять подходящие алгоритмы под задачу
Сильная математическая подготовка, особенно в теории вероятностей и статистике
Интерес и желание развиваться как в классических задачах ML/DS, так и в нейросетевых методах обработки данных
Понимание production ML, MLOps, data quality и мониторинга моделей
Умение быстро разбираться в новых доменах и формулировать проверяемые гипотезы
Навык писать читаемый, поддерживаемый код, пригодный для промышленной эксплуатации
Готовность брать ответственность за результат, качество и развитие решения
Если вас просят заплатить, продиктовать код или установить непонятное приложение, прекратите общение и напишите нам в чат с основателем или через форму обратной связи.