RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
Очень мало
240к-264к ₽/мес
390к ₽570к ₽медиана1200к ₽
По похожим ролям (8) ~ 570к ₽/мес
На международном рынке: $170к/год ($123к - $208к)
45
Не очень вакансия
развернуть
Современный стек и четкие задачи перекрываются зарплатой значительно ниже рыночной для Senior-уровня и жестким требованием к оформлению только через ИП.
Data Scientist (Machine Learning): Разработка ML-решений для оптимизации производственных процессов и системы поставки готовой продукции с акцентом на полный цикл работы с моделями, временные ряды и подготовку данных. Focus on формулировании ML-гипотез, построении пайплайнов обработки и инференса, оценке качества данных и презентации результатов.
🔥 Мы в поиске Data Scientist на проектную занятость
Грейд: Senior Ставка: от 240К до 264К
Гражданство/Локация: РФ Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП 📌 (не СЗ, не ТК)
✅ Обязательные требования
- Подтверждённый опыт работы Data Scientist или Machine Learning Engineer не менее 4-5 лет
- Способность транслировать бизнес‑потребности в технические требования и корректно ставить ML‑задачи;
- Практический опыт полного цикла работы с ML‑моделями: от обучения и валидации до интеграции в инференс‑пайплайн;
- Уверенное владение Python и понимание принципов объектно‑ориентированного программирования;
- Навык оценки качества и полноты данных, а также проектирования и внедрения пайплайнов их подготовки;
- Опыт решения задач машинного обучения на данных временных рядов (прогнозирование, классификация, кластеризация, детекция аномалий);
- Практические навыки работы с PySpark, Pandas и SQL;
- Знание и применение ML‑библиотек и фреймворков: LightGBM, CatBoost, XGBoost, TensorFlow, PyTorch, SciKit‑Learn, Optuna;
- Опыт использования инструментов MLflow и Docker в рабочих задачах.
Дополнительные требования
-Практические навыки работы с платформой Yandex Cloud;
- Опыт эксплуатации и настройки Apache Airflow и Kubernetes в реальных проектах.
📝 Задачи на проекте
- Выявление потребностей бизнеса, анализ бизнес‑процессов и формулирование требований к ML‑системе;
- Сбор данных из разных источников, оценка их качества и полноты;
- Формулирование и проверка ML‑гипотез;
- Построение пайплайнов обработки данных, обучение и оценка ML‑моделей, встраивание моделей в пайплайны инференса;
- Презентация и защита полученных результатов.
Проект направлен на оптимизацию производственных процессов и системы поставки готовой продукции.
Показать контакты
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →