Інженер Agentic AI (віддалений)
Навички / категорії
Про дані / мл ролі
Ролі даних і машинного навчання поділяються на три табори: аналітики (SQL, інформаційні панелі, бізнес-питання), інженери (конвеєри, інфраструктура) і вчені (моделювання, експерименти). Назва посади не завжди говорить про те, яка саме — уважно прочитайте опис.
Типові навички: SQL, Python, pandas, базова статистика; Ролі ML додають scikit-learn / PyTorch / TensorFlow; інженерні ролі додають Airflow / dbt / Spark
Статистика заробітної плати (США, приблизно)
Типовий діапазон ролей даних/мл у США: $85 000–$240 000/рік, що значно змінюється залежно від стажу, рівня компанії та міста.
Лише оцінки. Щоб отримати інформацію про конкретну компанію, перевірте level.fyi (tech), Glassdoor або запитайте під час співбесіди.
Як підготуватися до співбесіди
Дані інтерв'ю розділені: аналітики отримати SQL + тематичні запитання, інженерів отримати конвеєрне проектування + кодування, вчені отримати статистику + моделювання машинного навчання + іноді набір даних для себе. Уважно прочитайте JD і підготуйтеся до справжнього смаку — не витрачайте час на PyTorch для ролі аналітика.
Загальні запитання для всіх трьох: "Як би ви оцінили успіх [функції продукту]?", «Покажи мені проект, дані якого розповіли вам про щось дивовижне», і Віконні функції SQL (LAG, ROW_NUMBER, PARTITION BY — практикуйте це спеціально). Для ролей ML очікуйте запитання про переобладнання, компроміс із зміщенням і про те, як налагодити модель, яка добре працює під час навчання та погано під час виробництва.
Куди зазвичай веде ця роль
Кар’єрні шляхи в галузі даних/ML стали ще заплутанішими, оскільки ця дисципліна розвивалася. Найбільш чітка прогресія: Молодший аналітик → Старший аналітик → Менеджер аналітики з боку аналітика, Junior Data Engineer → Senior → Staff з інженерної сторони, і Молодший DS → Старший DS → Головний DS / ML Lead на стороні моделювання. Пікові зарплати найвищі для інженерів ML + дослідників у великих технологічних компаніях.
Міждисциплінарні кроки є звичайним явищем: аналітики, які вивчають інженерну справу, часто перевищують інженерів, які не вивчали бізнес-контекст. Будьте поряд із бізнесом — найцінніші дані — це ті, які керівники вносять під час обговорення стратегії, а не ті, які самостійно створюють інформаційні панелі.
Слідкуйте за червоними прапорцями
- Роль «фахівця з даних», яка насправді є аналітиком SQL. Уважно прочитайте обов’язки — якщо це все інформаційні панелі та спеціальні запити, це роль аналітика з науковою посадою.
- Жодної згадки про співпрацю зацікавлених сторін. Робота з даними в ізоляції зазвичай ігнорується. Роль має поєднуватися з бізнес-командою.
- "AI / ML" вказано скрізь, але без конкретики. Якщо вони не можуть назвати реальні проблеми, які вони хочуть вирішити за допомогою машинного навчання, компанія шукає модні слова.
- Запит на «10+ років Python» або неможливі комбінації. Або JD був написаний відділом кадрів без участі команди даних, або компанія має нереалістичні очікування.
Часті запитання
Як подати заявку на цю роль?
Натисніть кнопку «Подати заявку на LinkedIn» у верхній частині цієї сторінки. Вас буде направлено до початкового оголошення, де роботодавець приймає заявки. Wikishopline не збирає резюме та не розглядає заявки.
Цей список актуальний?
Wikishopline щодня збирає вакансії з партнерських джерел (linkedin). Публікації старше ~14 днів видаляються, але завжди перевіряйте, чи вакансія все ще відкрита на сайті роботодавця, перш ніж витрачати час на супровідний лист.
Чи стягує Wikishopline плату з роботодавців чи претендентів?
Ні. Сукупні робочі місця безкоштовні для обох сторін. Wikishopline також приймає оплачувані публікації в розмірі 5 доларів США за 30 днів на /jobs/submit для роботодавців, які хочуть бути прямими, але список, який ви переглядаєте, надійшов від партнера.
Що зазвичай включає роль data/ml?
Ролі даних і машинного навчання поділяються на три табори: аналітики (SQL, інформаційні панелі, бізнес-питання), інженери (конвеєри, інфраструктура) і вчені (моделювання, експерименти). Назва посади не завжди говорить про те, яка саме — уважно прочитайте опис.
Який типовий діапазон заробітної плати для ролей data/ml у США?
Приблизно 85 000–240 000 доларів США на рік, залежно від стажу, місцезнаходження та рівня компанії. Це навмисно широкий діапазон — перевірте його за допомогою level.fyi або Glassdoor для конкретної компанії.
