Роли · Data Scientist · Junior
4 ключевых навыков, всего 78. Ожидания по каждому навыку и что меняется на следующем уровне.
На этой странице — что ожидается от Junior }, навык за навыком. Ключевые навыки оценивают руководитель и коллеги в цикле ревью; остальные учитываются только в самооценке. Основные области: Основы программирования, Machine Learning и AI.
Сгруппированы по областям. Метка справа — ожидаемая глубина: Осведомлённость, Применение, Продвинутый или Эксперт.
Понимает базовые алгоритмы сортировки и поиска, оценивает их сложность через Big-O нотацию. Применяет знания для анализа производительности data pipelines и выбора подходящих структур данных для обработки датасетов.
Знает основные структуры данных: массивы, хеш-таблицы, деревья, графы и их применение в data science. Выбирает подходящие структуры для хранения и обработки данных в pandas DataFrame, numpy arrays и стандартных Python-коллекциях.
Понимает принципы градиентного бустинга и его отличия от random forest. Обучает модели XGBoost и LightGBM на табличных данных с базовой настройкой гиперпараметров. Интерпретирует feature importance для объяснения результатов модели.
Создаёт базовые ML-пайплайны через scikit-learn Pipeline: preprocessing, feature engineering, model training. Понимает важность pipeline для reproducibility и data leakage prevention. Сохраняет pipeline как единый артефакт для деплоя.
Команда их не оценивает, но они входят в самооценку и план развития.
78 навыков получают более высокое ожидание или становятся ключевыми при переходе с Junior на Middle. Сначала самые большие скачки.
} в открытой матрице компетенций: 78 навыков на 5 уровнях. Матрица бесплатна для специалистов и останется бесплатной.