Data Scientist
Ищем Data Scientist / ML-инженера для работы с временными рядами и оптимизацией. Нужно отличное знание Python, Spark, SQL, ML-алгоритмов и инструментов оптимизации. Предлагают участие в продуктовых ML-проектах с современным стеком.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата на уровне рынка
В пределах ±10% медианы Data/ML по 76 вакансиям за 90 дней, рынок — СНГ (RUB); город и грейд вакансии не учтены.
Что предстоит делать
Навыки: Python. Специализации: Инженер ЦОД. ## Обязательные требования - Отличное знание Python, опыт работы с Spark, Pyspark, SQL, работа с S3; -Знание современных алгоритмов машинного обучения и оптимизации; - Математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM; - Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost; - Глубокое обучение для временных рядов: LSTM, Prophet, DeepAR; - Работа с временными рядами: очистка, прогнозирование, кросс-валидация; - Методы дискретной оптимизации, математическое программирование (LP, MILP, MIP); - Инструменты оптимизации (Pyomo/OR-Tools/PuLP/COIN-OR), решатели (Gurobi/CPLEX/SCIP/COPT/GLPK); -Уверенное владение Git; -Опыт разработки продуктового ML решения, начиная от анализа данных и заканчивая созданием прототипа: понимание архитектуры ML проектов, настройка пайплайнов данных, умение обернуть модель в базовый backend (FastAPI, Hug и другое), базовые навыки DevOps (умение работать с Docker, KubeFlow); - Базовое понимание архитектуры web-приложений, backend-сервисов; - Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры; - Высокие навыки коммуникации и решения проблем, стремление к обучению; - Уровень английского языка - Intermediate. ## Дополнительные требования - Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры; - Юнит- и интеграционное тестирование, владение методологией тестирования; - Понимание принципов CI/CD; - ООП и принципы проектирования вычислительных систем; - Опыт в FMCG в Supply Chain, Demand Planning, Forecasting, ERP, APS; - Опыт работы в продуктовых командах (Agile, Scrum).
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Ещё в Top Selection
70 активных вакансий в компании
Инженер машинного обучения Supply Network Planning
Нужен senior ML-инженер на долгосрочный проект для крупного ритейла FMCG: строить модули планирования снабжения и производства, оптимизировать запасы и календарное планирование. Требуется сильный Python, алгоритмы и структуры данных, опыт в Operations Research и построении моделей линейной и дискретной оптимизации, SQL/PostgreSQL. Работа проектная, фуллтайм, оформление только через ИП, ставка 272–300 тыс. рублей.
Full-stack разработчик на Go
Проект для сеньор-фулстека на Go: бэкенд с HTTP и gRPC API, плюс интерфейс на TypeScript и React. Нужен опыт от 4 лет в разработке (2+ года на Go), уверенный PostgreSQL, Docker, GitLab CI и Kubernetes, а также ежедневная работа с AI-агентами для кода. Проектная занятость фуллтайм, оформление через ИП, ставка 256–280 тыс. рублей.
Senior Python ML Engineer
Разработка платформы интегрированного планирования с промышленным программированием на Python. Нужно работать с алгоритмами, SQL/PostgreSQL, линейным программированием и задачами Operations Research, включая APS и логистику. Работа полностью удалённая, проектная, для России.
Senior Rust разработчик
Долгосрочный фуллтайм-проект для senior Rust-разработчика: разработка backend-сервисов на Rust с Axum и reqwest, работа с FoundationDB и другими БД, Kafka, Docker и Kubernetes, написание тестов. Оформление через ИП, ставка от 232К до 255К рублей.
Похожие вакансии
6 вакансийSenior Python / ML Developer
~1 453 400 ₸ оценка по всем рынкам
Нужно построить мультиагентную ИИ-систему на Python для аналитики и риск-менеджмента в Web3. В задачи входит интеграция LangChain и CrewAI, подключение API CoinMarketCap, блокчейн-сканеров, антифрод-сервисов и CCXT, а также настройка оповещений в Telegram. Условия и уровень не указаны.
Machine Learning Engineer
~1 453 400 ₸ оценка по всем рынкам
Разработка и запуск в продакшн ML-проектов для прогнозирования и повышения продаж. Работа с Python, SQL, Azure и Databricks в коммерческой среде, взаимодействие с техническими и бизнес-командами для внедрения аналитических решений.
AI Engineer
~1 453 400 ₸ оценка по всем рынкам
Нужен AI-инженер для проектирования, разработки и сопровождения продуктивных ИИ-решений, в первую очередь приложений на базе LLM. Предстоит интегрировать ИИ в системы клиентов и тесно работать с командами разработки и заказчиками. Главное — обеспечить качество, безопасность и поддерживаемость решений.
Аналитик данных / Data Analyst (ML)
~675 000 ₸ оценка
Нужен аналитик, который копается в данных абонентской базы: ищет причины оттока, строит ML-модели прогнозирования поведения и доводит их до реальных бизнес-процессов. Требуется опыт в аналитике от 2 лет, уверенный SQL/Oracle, Python с Pandas и Scikit-learn, Spark и понимание статистики с A/B-тестами. Взамен — конкурентная зарплата, 24 дня отпуска плюс 4 дополнительных, компенсация медицины, обучения, фитнеса и путешествий, мобильная связь и карьерный рост.
Middle Data Analyst
~675 000 ₸ оценка
Аналитик комплаенс-мониторинга в Halyk Bank: разработка техзаданий, дашбордов в Qlik и SQL-запросов к хранилищу данных, анализ клиентских операций и моделей выявления подозрительных транзакций. Нужны уверенный SQL, опыт с Qlik и хранилищами данных, понимание ПОД/ФТ и от 3 лет опыта в банковской или IT-сфере. Предлагают конкурентную зарплату с бонусами, ДМС, 26 дней отпуска и обучение.
Data Science Intern / Master Thesis (Healthcare)
~824 525 ₸ оценка по всем рынкам
Разработка и оценка прогнозных моделей на анонимизированных данных пациентов. Самостоятельная подготовка данных, анализ, моделирование и интерпретация результатов с документацией. Работа в междисциплинарной команде Digital Health.