← К каталогу
BE

BETBOOM

Data Scientist

ГибридУровень не указанМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение27 мин. назад
Впервые замеченатолько что
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы ищем Data Scientist в команду, которая занимается разработкой ML-решений для бизнес-задач. Основной фокус роли — полный цикл работы с моделями: от исследования данных и проверки гипотез до вывода решений в production и дальнейшего мониторинга.

Чем предстоит заниматься:

  • Формулировать и проверять гипотезы на основе данных, проводить эксперименты (A/B-тесты, multi-armed bandit, sequential testing);
  • Разрабатывать ML-решения для различных бизнес-задач: от MVP до полноценных production-моделей;
  • Участвовать в полном цикле разработки моделей: постановка задачи, подготовка данных, построение решения, внедрение и мониторинг;
  • Работать совместно с аналитиками и data-инженерами над построением признаков, data pipeline и процессами деплоя моделей;
  • Проводить исследование данных (EDA), очистку, подготовку и визуализацию данных.

Мы ожидаем :

  • Опыт работы с реляционными и колоночными базами данных (PostgreSQL, ClickHouse, Greenplum);
  • Уверенное владение Python и основными ML-библиотеками (pandas, NumPy, scikit-learn и др.);
  • Знание классического машинного обучения: задачи классификации и регрессии, алгоритмы, метрики качества, особенности применения;
  • Понимание математической статистики и теории вероятностей: A/B-тестирование, статистические критерии, p-value, ошибки первого и второго рода, статистическая мощность;
  • Опыт работы с данными: подготовка выборок, feature engineering, отбор факторов;
  • Практический опыт работы с LLM (prompt engineering, skills);
  • Опыт командной разработки с использованием Git и code review;
  • Умение формулировать бизнес-задачу и переводить её в ML-решение.

Будет плюсом:

  • Отличное знание SQL: оконные функции, CTE;
  • Опыт работы с causal inference и uplift-моделированием;
  • Навыки написания чистого, тестируемого и поддерживаемого кода.

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU