Data Scientist продукта
Нужно вести продуктовую data science в RevenueCat: строить прогнозные и описательные модели, искать возможности в данных и тесно работать с продуктовой командой над фичами платформы монетизации. Требуются уверенные SQL, статистика и production-опыт на Python.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Вилка вне типичного диапазона рынка без учёта грейда
Разница с медианой здесь говорит о грейде, а не о работодателе. Медиана Data/ML по 64 вакансиям за 90 дней, рынок — Международные (USD); город и грейд вакансии не учтены.
Что предстоит делать
Возьми на себя ответственность и руководство направлением продуктовой data science в RevenueCat: построение прогнозных и описательных моделей, исследование данных для поиска возможностей и тесное сотрудничество с командой Product для создания impactful, data-driven функций для их платформы монетизации. Требуются уверенные навыки SQL, статистики и production Python.
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
Похожие вакансии
6 вакансийFractional CRO (эксперт по удержанию)
~2 164 243 ₸ оценка
Нужен практикующий эксперт по конверсии и удержанию для мобильного приложения в сфере digital health. Задача — разобраться, почему пользователи уходят после установки, выстроить метрики и дашборды, проверять гипотезы через A/B-тесты и вместе с командой внедрять улучшения. Формат — part-time, примерно 1–2 дня в неделю, удалённо, с прямым взаимодействием с продуктом и разработкой.
Инженер ML-платформы
~2 133 420 ₸ оценка по всем рынкам
Нужно строить общую ML-платформу для крупной европейской fashion-ритейл компании: оценивать и внедрять переиспользуемые ML-возможности, от POC до раннего продакшена. Требуется 5+ лет опыта с production ML или крупными data-системами в облаке, Kubernetes, потоковой и batch-обработкой, оркестрацией ML-пайплайнов. Предлагают удалённую работу, оплачиваемый отпуск, компенсацию спорта и страховки, занятия английским.
AI Product Engineer
~2 133 420 ₸ оценка по всем рынкам
Organic Soft ищет AI Product Engineer для мобильного приложения в сфере Health & Fitness: нужно проектировать и внедрять LLM-функции — рекомендации, адаптацию тренировок, анализ прогресса и диалоговое взаимодействие. Ждут сильный бэкенд-бэкграунд от 5 лет, практический опыт LLM-продуктов, evals, мониторинга и продуктовых экспериментов, английский B1. Основной стек TypeScript/Node.js, но рассматривают и инженеров с Python; предлагают удалёнку, гибкий график, официальное оформление и зарплату в привязке к доллару.
Ведущий AI/ML инженер (AWS, Python)
~2 133 420 ₸ оценка по всем рынкам
Нужен основной hands-on инженер для объединения четырёх продуктов клиента в единый suite на AWS с AI-first подходом. Задачи — строить AI-фичи на Bedrock и AgentCore (агенты, RAG, промпты), писать бэкенд на Python и Node.js, фронтенд на React, держать инфраструктуру в Terraform и работать spec-driven с Claude Code. Требуют 5+ лет в разработке, продакшн-опыт с LLM-приложениями, уверенный AWS и Terraform, английский Upper-Intermediate и выше; работа удалённая, full-time, с часовым поясом CET.
Архитектор DWH
~2 133 420 ₸ оценка по всем рынкам
Банк переводит корпоративное хранилище данных с Oracle на Arenadata GP и ищет архитектора DWH, который спроектирует модели данных на всех слоях по методологии Data Vault 2.0. Нужен опыт архитектуры хранилищ от 5 лет, практика с Greenplum, глубокое знание Data Vault и SQL в MPP, плюс экспертиза в банковских данных. Предлагают гибридный формат, офис в Москве, ДМС, обучение и оклад с квартальными премиями по KPI.
Senior/Middle+ Big Data Engineer
~2 133 420 ₸ оценка по всем рынкам
Lamoda ищет Big Data инженера в департамент рекламы — строить ландшафт данных для собственной рекламной платформы: витрины в ClickHouse, метрики рекламных кампаний в NRT и batch, переход на Lakehouse. Нужны уверенный Python/Scala/Java, глубокий Spark и Flink, ClickHouse, Kafka и опыт near realtime аналитики. Работа в большой команде из 50+ разработчиков и аналитиков над продуктом с миллионами пользователей.