logo

Data Scientist с уклоном в ML (Москва/МО)

Москва/МО
до 485к gross (до 422к net)
Откликнуться

Важно: график гибкий (удаленный), но требуется нахождение в Москве/Московской области с возможностью иногда приезжать в офис (ст м Технопарк)

Есть вероятность, что к весне потребуется посещение офиса раз в неделю

_______________________________________

Куда требуется специалист: команда качества данных, которая разрабатывает контроли для источников, витрин и результатов моделей, а также внедряет контроли на основе ML-моделей и AI агентов

Ключевой стек: Python, SQL, Airflow, PySpark, Hadoop/Hive, MLflow

Обязанности

  • Исследовать и прототипировать новые методы контроля качества данных на наших данных.
  • Проектировать ML- и статистические контроли для выявления аномалий, дрейфа распределений, деградации свежести данных, нарушений сезонных паттернов и нетипичных комбинаций метрик.
  • Строить базовые ожидания по DQ-метрикам: row_count, null_rate, unique_count, свежесть данных, доли категорий.
  • Подбирать подходящие методы под конкретную задачу: от простых правил и статистических проверок до ML-моделей.
  • Валидировать контроли без готовой разметки: проверять их на исторических данных, использовать синтетические аномалии, shadow mode и анализ ложных срабатываний.
  • Интегрировать решения в production-пайплайны: Airflow, PySpark, Hive/Hadoop.
  • Настраивать алертинг для операционных команд и сопровождать решения в production.

Требования

  • Опыт в ML / Data Science от 3 лет.
  • Уверенное владение Python (pandas, numpy, scikit-learn) и SQL.
  • Сильная база по математической статистике и классическому машинному обучению: линейные модели, деревья, бустинги.
  • Опыт с методами выявления аномалий и/или обнаружения дрейфа данных.
  • Опыт работы с временными рядами.
  • Опыт вывода моделей в production, их мониторинга и версионирования.
  • Понимание, где действительно нужен ML, а где достаточно правила, SQL-проверки или статистического базового контроля.


Будет плюсом:

  • Опыт построения DQ-фреймворка, системы мониторинга качества данных или мониторинга ML-моделей в production.
  • Опыт мониторинга признаков и скорингов моделей: дрейф признаков, дрейф скорингов, delayed labels.
  • Опыт с Kafka, Flink или Spark Structured Streaming.
  • Опыт работы с банковскими, финансовыми или транзакционными данными.
  • Опыт с объяснимостью моделей: SHAP, permutation importance, анализ причин срабатывания контроля.
  • Опыт настройки алертинга и дашбордов для операционных команд.

Условия

Развитие и обучение

Проекты для крупного бизнеса, внутренние митапы и разговорные клубы английского языка

Забота и поддержка

Служба заботы о сотрудниках и индивидуальное сопровождение каждого коллеги на всех этапах развития в компании. А еще — ДМС со стоматологией и регулярная обратная связь

Комфорт

Работа в аккредитованной IT-компании, зарплата по рынку, техника для работы и человекоцентричный подход, где сотрудник = внутренний клиент компании

Драйвовое комьюнити

Команда прокаченных специалистов, внутренние события и уникальная корпоративная культура с маскотом IT-тигром и поддерживающим комьюнити

Расскажите об этой вакансии в соцсетях

Отклик на вакансию:

Я даю согласие на обработку перс. данных в соответствии с политикой конфиденциальности Outlines Tech