Утверждено
_.__** года
1. Общие положения
1.1. DS-инженер (Data Science) отвечает за разработку и внедрение моделей машинного обучения, исследование данных и решение бизнес-задач с использованием ML.
1.2. DS-инженер подчиняется Tech Lead или ML Team Lead.
1.3. В компании используется 8 уровней DS-инженеров: DS1–DS8.
2. Основные функции
2.1. Разработка ML-моделей
- Сбор и подготовка данных для обучения моделей;
- Проверка гипотез (лосс, метрики, фичи, гиперпараметры);
- Обучение и тестирование моделей;
- Внедрение моделей в продакшен.
2.2. Исследовательская работа
- Проведение экспериментов;
- Внедрение статей и алгоритмов;
- Документирование исследований;
- Воспроизводимость экспериментов.
2.3. Разработка сервисов
- Проектирование архитектуры сервисов;
- Настройка мониторинга (метрики, алерты, NFR, логи);
- Оптимизация производительности;
- Работа с данными (сбор, чистка, витрины).
2.4. Ориентация на бизнес
- Запуск и анализ A/B-тестов;
- Слежение за продуктовыми метриками;
- Оценка влияния экспериментов на бизнес;
- Взаимодействие со стейкхолдерами.
3. Требования к квалификации
3.1. DS1 (Intern/Junior 1)
Обязанности:
- Решает задачи по алгоритму, который даёт руководитель;
- Выполняет задачи сроком 1–2 дня;
- Собирает данные для моделей по готовому шаблону;
- Пишет код и юнит-тесты под присмотром наставника.
Требования:
- Базовые знания Python и SQL;
- Понимание основ машинного обучения;
- Умение работать с данными.
3.2. DS2 (Junior 2)
Дополнительные обязанности:
- Самостоятельно изучает и предлагает способ выполнения задачи;
- Выполняет задачи сроком 1–2 недели;
- Декомпирует задачи на подзадачи;
- Самостоятельно пишет production-ready код.
Требования:
- Опыт проведения экспериментов;
- Навыки работы с DWH;
- Участие в code review.
3.3. DS3 (Middle 1)
Дополнительные обязанности:
- Выполняет задачи сроком 1–2 спринта;
- Самостоятельно выбирает алгоритм реализации;
- Формулирует критерии успеха проекта;
- Самостоятельно запускает A/B-тесты.
Требования:
- Опыт построения моделей с нуля;
- Навыки проектирования небольших сервисов;
- Умение работать с данными самостоятельно.
3.4. DS4 (Middle 2)
Дополнительные обязанности:
- Выполняет задачи сроком 2–4 спринта;
- Выбирает алгоритм решения из нескольких альтернатив;
- Декомпозирует и оценивает сроки проекта;
- Менторит младших коллег.
Требования:
- Опыт работы с внешними интеграциями;
- Навыки нагрузочного тестирования;
- Умение согласовывать архитектуру с командой.
3.5. DS5 (Senior 1)
Дополнительные обязанности:
- Выполняет задачи со средним уровнем неопределённости до квартала;
- Ведёт бэклог с инициативами и техдолгом;
- Организует работу DS-инженеров из своего юнита;
- Проектирует архитектуру сложных сервисов.
Требования:
- Опыт внедрения SOTA-решений;
- Навыки менторства;
- Выступления на внутренних митапах.
3.6. DS6 (Senior 2)
Дополнительные обязанности:
- Решает задачи с высоким уровнем неопределённости;
- Выполняет задачи сроком до полугода;
- Активно выявляет точки роста в кластере;
- Отвечает за DS-составляющую большого направления.
Требования:
- Опыт стратегических проектов;
- Навыки управления проектами;
- Участие в Tech PR.
3.7. DS7 (Lead)
Дополнительные обязанности:
- Выполняет задачи с неограниченным сроком (более полугода);
- Координирует работу нескольких команд;
- Отвечает за нагрузку и мотивацию сотрудников;
- Создаёт инструменты для мониторинга.
Требования:
- Влияние на метрики кластера;
- Выступления на международных конференциях;
- Системное развитие команды.
3.8. DS8 (Principal)
Дополнительные обязанности:
- Аудит процессов и технологий команды;
- Внедрение новых стандартов качества;
- Согласование технической части инициатив;
- Формулирование критериев роста для DS-ролей.
Требования:
- Стратегическое влияние на компанию;
- Экспертиза в нескольких областях;
- Организация конференций и митапов.
4. Ключевые компетенции
| Блок | Описание |
|---|---|
| Автономность и менеджмент | Сложность проектов, сроки, уровень неопределённости |
| DS-экспертиза | Сбор данных, проверка гипотез, внедрение моделей |
| Культура R&D | Код, тесты, воспроизводимость, архитектура |
| Ориентация на бизнес | A/B-тесты, метрики, влияние на результат |
| Коммуникация | Работа со стейкхолдерами, фасилитация |
| Развитие себя и других | Менторство, обучение, Tech PR |
5. Показатели эффективности
5.1. Качество моделей (метрики на валидации и в проде).
5.2. Влияние на бизнес-метрики.
5.3. Скорость Time-to-Market.
5.4. Количество успешных экспериментов.
5.5. Развитие младших коллег.
Руководитель подразделения: _______________
Дата: _______________
Поделиться











