«UZUM TECHNOLOGIES»·Москва·21 ч назад
Senior Data Scientist (ML Evaluation & Metrics)
Ориентир по рынку≈ 437 000 – 497 000 ₽наша приблизительная оценка по 8 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 5,4 тыс.–6,1 тыс. $
🌍 УдалённоSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 8 похожих вакансиях Data Scientist уровня Senior.
Живость
Появилась сегодня. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.
Описание
Расписано подробно: обязанностей 9, требований 14. Картина ясна до первого созвона.
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноMLPythonPandasNumPyscikit-learn
ПлюсомLLM
Надбавка к зарплате на этом уровне: LLM +36%, Python +14%.
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
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней «UZUM TECHNOLOGIES» обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Senior Data Scientist (ML Evaluation & Metrics)
Чем предстоит заниматься
Проектировать методологии оценки качества ML-моделей и рекомендательных механик: офлайн- и онлайн-метрики, их связь с бизнес-метриками
Переводить потребности бизнеса в DS-постановки, формулировать гипотезы, целевые и guardrail-метрики, ограничения, критерии успеха
Разрабатывать методологию разметки: ТЗ и инструкции для разметчиков, правила для пограничных случаев, golden sets, контроль согласованности, аудит качества разметки
Готовить ТЗ на сбор и упаковку наборов данных
Разрабатывать дизайны и анализировать результаты тестов ML решений в продукте
Формулировать и имплементировать методологии оценки качества данных
Вести исследовательскую аналитику, находить инсайты в данных и в поведении ML систем
Отвечать за отчётность и логирование ML-метрик. Определяя формат релизных отчётов, обязательный набор метрик, сравнение с baseline
Определять дизайн оценки качества. Формировать драфт задач для ML инженеров, описывать, что и как должно быть реализовано, чтобы качество можно было корректно измерить
Наши требования
От 3 лет коммерческого опыта в Data Science или ML-аналитике, включая реальный опыт оценки моделей, работающих в проде
Глубокое понимание метрик ML (классификация, детекция, сегментация, ранжирование)
Уверенные теорвер и матстат: проверка гипотез, доверительные интервалы, бутстрап, мощность теста, методы снижения дисперсии
Классический ML на табличных данных (бустинги, линейные модели): умение анализировать поведение модели, её ошибки, калибровку, важность признаков
Python (pandas, numpy, scipy, sklearn, Jupyter)
Умение писать: компактные и внятные отчёты с выводами, ТЗ, инструкции, которые понимают с первого раза
Умение задавать правильные вопросы и докапываться до сути постановки
Крайне желательно - опыт оценки рекомендательных систем
Высшее техническое или математическое образование
Опыт в модерации контента, антифроде или trust & safety
Опыт организации разметки (Toloka, Label Studio, in-house асессоры), active learning, human-in-the-loop
Causal inference и квазиэксперименты
LLM-as-a-judge и использование LLM в разметке
Опыт с experiment tracking (MLflow, ClearML)
