1. Общие положения

1.1. Настоящая должностная инструкция определяет должностные обязанности, права, требования к квалификации и ответственность Data Scientist (специалиста по исследованию данных / инженера по машинному обучению — Machine Learning Engineer) (далее — Работник).

1.2. Должность относится к категории ведущих IT-специалистов в области анализа больших данных и искусственного интеллекта (ИИ).

1.3. Прием на работу и увольнение осуществляются приказом Генерального директора по согласованию с Chief Data Officer (CDO) / Руководителем Data Science подразделения.

1.4. Data Scientist непосредственно подчиняется Lead Data Scientist / Head of AI & Analytics.

1.5. В своей профессиональной деятельности Работник руководствуется:

• Трудовым кодексом РФ, Федеральным законом № 152-ФЗ «О персональных данных»;
• Профессиональным стандартом 06.042 «Специалист по моделированию, сбору и анализу данных с использованием методов машинного обучения»;
• Национальной стратегией развития искусственного интеллекта на период до 2030 года;
• Архитектурными стандартами компании, регламентами информационной безопасности и политиками управления данными (Data Governance).

2. Квалификационные требования к должности

2.1. Требования к образованию: Высшее образование (бакалавриат / магистратура / специалитет) по направлениям «Прикладная математика и информатика», «Фундаментальная информатика», «Компьютерные науки», «Статистика и анализ данных».

2.2. Требования к стажу: Для позиции уровня Middle — опыт практической разработки и внедрения ML-моделей от 2 лет; для позиции Senior / Lead — от 4–5 лет продуктового опыта.

2.3. Data Scientist / ML-инженер должен знать:

• Высшую математику: теорию вероятностей, математическую статистику, линейную алгебру, методы математической оптимизации;
• Классические алгоритмы Machine Learning (линейные модели, деревья решений, ансамбли Random Forest, XGBoost, CatBoost, LightGBM, алгоритмы кластеризации и понижения размерности PCA/t-SNE);
• Архитектуры глубоких нейронных сетей (Deep Learning): MLP, CNN, RNN/LSTM, Transformers (BERT, GPT, T5), Diffusion-модели;
• Стек программирования: Python (NumPy, Pandas, Scikit-learn, SciPy), фреймворки глубокого обучения (PyTorch, TensorFlow);
• Инструменты работы с данными: SQL (PostgreSQL, ClickHouse, Greenplum), экосистему Big Data (Apache Spark, PySpark, Hadoop, Kafka);
• Практики MLOps: версионирование данных и моделей (DVC, MLflow, ClearML), контейнеризацию (Docker, Kubernetes), оркестрацию пайплайнов (Apache Airflow, Kubeflow);
• Методологию валидации моделей (K-Fold кросс-валидация, Out-of-Time валидация), расчет бизнес-метрик и A/B-тестирование (bootstrap, t-тест, CUPED).

Справочные данные классификаторов

3. Должностные и профессиональные обязанности

Data Scientist выполняет следующие задачи по разработке и промышленному внедрению ML-решений:

3.1. Анализ данных и разработка моделей:

• Осуществляет разведочный анализ данных (EDA), выявляет аномалии, пропуски и закономерности в терабайтных массивах структурированных и неструктурированных данных.
• Разрабатывает и валидирует гипотезы по генерации признаков (Feature Engineering), производит отбор значимых предикторов.
• Обучает, настраивает гиперпараметры и оценивает качество предиктивных моделей (метрики ROC-AUC, PR-AUC, F1-Score, RMSE, MAPE, NDCG).
• Fine-tuning и адаптация предобученных больших языковых моделей (LLM) и мультимодальных сетей под прикладные бизнес-задачи (RAG, агенты, эмбеддинги).

3.2. MLOps и интеграция в продакшн:

• Упаковывает обученные модели в высокопроизводительные микросервисы (FastAPI, Triton Inference Server, ONNX Runtime, TensorRT).
• Организует мониторинг работы моделей в реальном времени (Data Drift, Concept Drift, падение качества метрик), настраивает автоматический переобучающий пайплайн (CI/CD/CT).
• Участвует в проектировании и статистической оценке результатов A/B-экспериментов для доказательства влияния ML-модели на бизнес-показатели (LTV, Churn, CTR, выручка).

4. Права работника

Data Scientist имеет право:

• Запрашивать у владельцев продуктов (Product Owners) и аналитиков доступ к необходимым источникам данных (сырые логи, базы транзакций).
• Выбирать архитектуру моделей, библиотеки и вычислительные ресурсы (GPU-кластеры, облачные мощности), необходимые для решения поставленной задачи.
• Инициировать закрытие неперспективных исследовательских R&D-направлений, если на этапе Proof of Concept (PoC) подтверждена невозможность достижения целевого качества.

5. Ответственность

Data Scientist несет ответственность за:

• Утечку данных (Data Leakage): ошибки валидации, приведшие к иллюзорно высоким метрикам на тесте и провалу модели в реальной эксплуатации.
• Конфиденциальность: несанкционированное использование персональных данных (ПДн) и коммерческой тайны при обучении моделей.
• Неоптимальный расход инфраструктурных ресурсов: нецелевое использование дорогостоящих мощностей GPU-серверов.

6. Взаимодействие и KPI

6.1. Связи: взаимодействует с Data Engineers (поставка витрин данных), Software Engineers (встраивание в бэкенд), Product менеджерами и бизнес-заказчиками.

6.2. KPI: достижение таргетированных бизнес-метрик (рост конверсии, оптимизация затрат, сокращение оттока клиентов), скорость вывода моделей из PoC в Production (Time to Market), надежность и latency инференса сервисов.