Старший ML-разработчик, Команда операционных прогнозов

Ориентир по рынку≈ 150 000 – 335 000 ₽наша приблизительная оценка по 88 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 150 000 – 335 000 ₽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 88 похожих вакансиях Разработчик уровня Middle.

платят меньше150 000 – 335 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Опубликована 13 дней назад. Раньше не выкладывалась: вакансия новая, а свежие почти всегда живые.

Свежая

Описание

Обязанности: 5, требования: 9. Понятно, что за работа, ещё до отклика.

Обещают: аккредитованная IT-компания

Подробно

Что требуют

ОбязательноMLPythonPostgreSQLClickHouseAirflowSparkKafkaHiveHadoopSQL

ПлюсомgRPC

Надбавка к зарплате на этом уровне: Python +40%, Kafka +20%, SQL +20%.

Ясно

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

Привет! Это команда операционных прогнозов. Мы занимаемся операционным прогнозированием в ритейле: в команде много разных направлений — прогноз спроса, прогноз курьеров, золотые полки, прогноз смен и другие проекты, которые напрямую влияют на управление запасами и логистику.

Чем предстоит заниматься

Развивать и улучшать модели прогнозирования

Заниматься полным циклом: сбор и обработка данных, feature engineering, выдвижение и проверка гипотез, оценка качества моделей на статистических и бизнес-метриках

Проектировать архитектуру ML-систем — от пайплайнов данных до продакшн-сервисов

Доводить решения до продакшна самостоятельно: писать промышленный код, создавать простые API-сервисы для интеграции моделей с внутренними системами

Общаться с заказчиками, формализовывать требования, предлагать и обосновывать новые подходы

Наши требования

Уверенное знание Python и стандартных DS-библиотек

Опыт работы с временными рядами и прогнозированием спроса (или смежных задач) — понимание специфики: сезонность, интермиттентный спрос, иерархическая структура данных

Опыт построения архитектуры ML-систем и вывода моделей в продакшн, а не только в исследовательском режиме

Инженерные навыки: сбор и обработка данных, построение пайплайнов, работа с базами данных (SQL)

Опыт разработки простых API-сервисов для интеграции моделей с другими системами

Высшее образование в одной из сфер: математика, компьютерные науки или смежные

Опыт агентской разработки и использования ИИ-инструментов в повседневной работе

Опыт работы с gRPC — в команде сервисы принято делать на gRPC, HTTP почти не используется

Python, PostgreSQL, ClickHouse, Airflow, Spark/PySpark, Kafka, Hive, HDFS