Островок·Россия·1 сент.
Senior Data Scientist
Ориентир по рынку≈ 375 000 – 475 000 ₽наша приблизительная оценка по 17 вакансиям этой роли и грейда, у работодателя вилка не указана
🌍 УдалённоSeniorПолная 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 17 похожих вакансиях Data Scientist уровня Senior.
Живость
Открыта 48 дней, и признаков фиктивного найма у неё нет.
- Опубликована 1 сентября 2026 г., 48 дней назад
- Поднимали в поиске источника 1 раз, последний раз 1 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: 7, требования: 10. Понятно, что за работа, ещё до отклика.
- Обещают
- аккредитованная IT-компания, ДМС и гибкий график
- Известно
- микросервисы
- Не сказано
- как оформят и из каких стран можно работать
Что требуют
ОбязательноMLCatBoostSQLSparkPythonAirflowA/B Testing
ПлюсомNLP
Надбавка к зарплате на этом уровне: ML +43%, Python +22%.
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
Чем предстоит заниматься
Полная ответственность за ML-проекты: вести ML-проекты от формулирования гипотез и постановки задач до получения измеримого бизнес-эффекта. Отвечать за весь цикл разработки, обеспечивая быстрый вывод решений в продакшен и поддерживая качество моделей в production
Кросс-функциональное взаимодействие: тесно работать с Data Engineers над построением надежных production-пайплайнов данных, а с Data Analysts — погружаться в бизнес-контекст, определять метрики и разрабатывать и оценивать A/B-тесты
Решение предметных задач: переводить бизнес-цели в математические модели. Решать ключевые задачи домена, в том числе
Предсказание метрик — временные ряды, классический ML
Альтернативный поиск — рекомендательные системы и ранжирование для поиска альтернатив недоступным тарифам
Многокритериальная оптимизация — балансировка максимизации маржинальности и минимизации количества инцидентов
Разработка моделей: разрабатывать, обучать и валидировать ML-модели для проверки продуктовых гипотез и проактивного улучшения пользовательского опыта B2B-клиентов
Наши требования
Опыт: от 4 лет практического опыта в роли Data Scientist или ML Engineer
Бизнес-мышление: умение глубоко погружаться в данные, находить первопричины бизнес-проблем и переводить бизнес-цели в понятные ML-задачи, а не просто оптимизировать метрики моделей в отрыве от бизнес-контекста
ML-стек и алгоритмы: уверенное знание классического Machine Learning: Gradient Boosting (CatBoost/LightGBM), классификация, регрессия
Рекомендательные системы и ранжирование: подтвержденный опыт решения задач entity matching, глубокое понимание подходов к построению рекомендательных систем и ранжированию — KNN, FAISS, Learning-to-Rank, pointwise / pairwise / listwise подходы
Big Data: уверенный опыт работы с большими объемами данных (мы обрабатываем терабайты данных ежедневно). Отличное знание SQL и практический опыт построения пайплайнов с использованием PySpark
Инженерная самостоятельность: умение писать production-quality код на Python, покрывать код тестами и самостоятельно доводить модели до продакшена. Опыт работы с Airflow и Python-микросервисами будет необходим
Опыт в индустрии: опыт работы в TravelTech, E-commerce или с B2B API; понимание специфики отелей, тарифов и дистрибьюторов
NLP и эмбеддинги: базовые знания NLP, понимание принципов работы текстовых эмбеддингов и способов их обучения. Особенно полезно для задач сопоставления текстовых описаний тарифов, типов номеров и условий отмены бронирования
Оптимизация и ценообразование: опыт работы с динамическим ценообразованием, многокритериальной оптимизацией или системами Next Best Action (NBA)
Математика и статистика: хорошая база по теории вероятностей и математической статистике для корректного проектирования экспериментов и оценки моделей
Мы предлагаем
Интересные проекты: создаём продукты для путешественников, тревел-агентов и отельеров по всему миру
Полная свобода для достижения результатов: гибкий график, удалёнка или офис — ты сам решаешь, где и когда работать
Нестандартный подход к работе и жажда нового, например, мы решаем некоторые задачи с помощью AI
Техническое комьюнити Ostrovok! Tech проводит митапы, хакатоны, участвует в конференциях и поддерживает даже самые смелые идеи
Профессиональное развитие: помогаем сотрудникам выступать на конференциях — от подачи заявки до подготовки презентации
Забота о самочувствии команды: с первого месяца работы у наших сотрудников есть ДМС и скидки в сервисе «Ясно»
Внутренние программы адаптации и обучения, развития soft skills и лидерских навыков, подобранные индивидуально для каждого сотрудника
Корпоративные скидки на занятия в Skyeng
Корпоративные цены на отели и другие тревел-услуги — чтобы наши сотрудники путешествовали чаще
Островок — аккредитованная IT-компания
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).