Вступить в клуб →
← К вакансиям
USETECH72/100

Data Scientist (Anomaly Detection & Data Drift)

Опубликовано: 20 ноября 2026
middleremoteML / Data SciencefulltimeМоскваrupythonsqlpandasnumpyscikit-learnapache airflowpysparkhadoophivemlflowмашинное обучениевременные ряды
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
USETECHМоскваhybridfulltimemiddle72

ML Engineer / Data Scientist (Data Quality)

Разработка ML- и статистических методов контроля качества данных: обнаружение аномалий, дрейфа распределений, работа с временными рядами и контроль полноты/актуальности данных. Интеграция решений в production-пайплайны на Airflow, PySpark, Hadoop/Hive с последующим мониторингом и алертингом.

airflowanomaly detectionapache airflowdatabasesdata qualitygo+13
3 ноября 2026
USETECHМоскваremotefulltimesenior72

Data Scientist

Разработка и внедрение ML-моделей ценообразования, uplift-моделей и моделей ценовой чувствительности корпоративных клиентов на табличных данных. Работа с большими объёмами данных (Spark, SQL, PySpark) и вывод моделей в промышленную эксплуатацию совместно с Data Engineering и MLOps. Удалёнка по РФ.

catboosthadoophivelightgbmnumpypandas+6
13 октября 2026
Альфа-Банк. ИТ-специалистыМоскваhybridfulltimejunior74

Junior data scientist (модели кредитного риска)

Разработка и поддержка моделей кредитного риска для юридических лиц в Альфа-Банке: анализ данных, создание и отбор признаков, применение алгоритмов машинного обучения (линейные модели, случайный лес, градиентный бустинг). Требуются базовые знания статистики и ML, навыки Python (pandas, numpy, scikit-learn) и SQL. Гибрид или полная удалёнка, квартальная премия по KPI.

pythonsqlpandasnumpyscikit-learnмашинное обучение+6
5 октября 2026
Ароматный МирМоскваonsitefulltimemiddle72

Data-Scientist

Разработка и внедрение ML-моделей прогнозирования спроса на уровне SKU, автоматизация пайплайнов ретренинга и мониторинга качества прогнозов. Интеграция внешних факторов, сценарное what-if моделирование и согласование иерархических прогнозов для оптимизации запасов.

pythonsqlpysparkmlflowairflowdocker+6
18 ноября 2026