Островок!Data Scientist
Команда разрабатывает и поддерживает ML‑решения для продакшена: от подготовки датасетов до мониторинга моделей. Роль предусматривает ведение end‑to‑end проектов, интеграцию моделей в Python‑сервисы и обеспечение качества решений после релиза.
ГрейдMiddle/Senior
Стек
PythonPyTorchSQLMLflowTensorFlowW&BDVCAirflowPrefectDagster
Задачи
- •Ведение ML‑проектов end‑to‑end: постановка задачи, разработка, тестирование, продакшен, поддержка
- •Формирование датасетов и требований к данным совместно с дата‑инженерами
- •Участие в дизайне и анализе A/B‑тестов: метрики, сплиты, интерпретация результатов, рекомендации по выкатыванию
- •Разработка и обучение моделей (classic ML и DL), в том числе на эмбеддингах текста и изображений
- •Передача моделей и кода в продакшен (Python‑сервис) и сопровождение интеграций
- •Мониторинг качества модели после запуска: метрики, детекция дрейфа/деградации, планы улучшений и регламенты поддержки
Обязательно
- •Опыт ведения ML‑проектов end‑to‑end в продакшене
- •Отличное понимание классического ML: feature engineering, бустинги, классификация/регрессия, кросс‑валидация, подбор порогов, калибровка
- •Опыт с DL (PyTorch/TensorFlow), понимание fine‑tuning и инференса
- •Python на production‑уровне: читаемый код, тесты, упаковка модели и интеграция в сервис
- •Опыт участия в дизайне и анализе A/B‑тестов: метрики, сплиты, интерпретация результатов и рекомендации по выкатыванию
- •Понимание мониторинга ML: метрики качества, дрейф/деградации, алерты, диагностика и регламенты поддержки
- •SQL на уровне самостоятельной сборки датасетов (joins, window functions)
Будет плюсом
- •Опыт с инструментами трекинга экспериментов (MLflow, W&B, DVC)
- •Опыт с оркестрацией/пайплайнами (Airflow, Prefect, Dagster)
- •Навыки интерпретируемости моделей и анализа ошибок
