Роли · Data Scientist · Middle
4 ключевых навыков, всего 78. Ожидания по каждому навыку и что меняется на следующем уровне.
На этой странице — что ожидается от Middle }, 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.
Анализирует алгоритмическую сложность ML-пайплайнов, оптимизирует bottleneck-операции в feature engineering. Понимает trade-offs между точностью и скоростью алгоритмов, применяет dynamic programming и greedy-подходы для оптимизации вычислений.
Применяет специализированные структуры данных для ML-задач: sparse matrices, KD-trees, bloom filters. Оптимизирует memory footprint датасетов через выбор правильных dtype и sparse-представлений. Понимает internal-структуры pandas и numpy.
Самостоятельно обучает production-ready gradient boosting модели с продвинутым тюнингом. Работает с XGBoost, LightGBM и CatBoost, выбирает оптимальный фреймворк. Настраивает early stopping, regularization, categorical features handling.
Проектирует production ML-пайплайны с использованием Airflow, Prefect или Dagster. Автоматизирует полный ML-цикл: data ingestion, validation, feature engineering, training, evaluation, deployment. Настраивает scheduling и retry-логику.
Команда их не оценивает, но они входят в самооценку и план развития.
78 навыков получают более высокое ожидание или становятся ключевыми при переходе с Middle на Senior. Сначала самые большие скачки.
} в открытой матрице компетенций: 78 навыков на 5 уровнях. Матрица бесплатна для специалистов и останется бесплатной.