Матрица компетенций: DS/ML
Hard skills
Общее
Извлечение данныхПроектирует сбор данных, внедряет real‑time streaming, управляет дата‑платформой
Моделирование и алгоритмыРазрабатывает новые алгоритмы, реализует модели с нуля, оптимизирует сервисы
Разработка сервисовСоздает сложные сервисы, обеспечивает отказоустойчивость, оптимизирует производительность
Анализ результатовОценивает бизнес‑эффект моделей, проводит post‑analysis, управляет рисками
Инструменты и DevOpsИспользует Kubernetes, Kubeflow, TensorRT, Spark; следит за reproducibility
Skill Passport — DS/ML
Python, SQL и работа с даннымиДля заданной задачи выбирает границу SQL/Python-обработки по объёму, стоимости и воспроизводимости; проектирует проверяемую витрину с контролем качества данных.
Статистика и экспериментыДля фиксированного бизнес-кейса проектирует эксперимент: MDE, размер выборки, guardrail-метрики и правила остановки; фиксирует ограничение вывода и альтернативный способ проверки причинности.
Классическое ML и feature engineeringДля заданной задачи выбирает класс модели и признаки по качеству, интерпретируемости, latency и стоимости; формирует ablation-план, который проверяет вклад критичных признаков.
Валидация и анализ ошибокПроектирует схему оценки при дрейфе, дисбалансе или временной зависимости; определяет бизнес-порог метрики и список срезов, на которых модель не должна деградировать.
Production ML и MLOpsДля заданного сценария выбирает batch или online inference, определяет мониторинг качества/дрейфа и процедуру rollback модели с наблюдаемыми триггерами.
Продуктовые метрики и принятие решенияДля фиксированного решения определяет, когда улучшение offline-метрики не стоит выпускать: guardrail, стоимость ошибки, эффект на сегмент и критерий запуска эксперимента.
Визуализация и коммуникация результатаДля заданного dashboard/report выбирает минимальный набор метрик и срезов для принятия решения, отделяя факт, гипотезу и следующий измеримый шаг.
Soft skills
Общее
Бизнес и коммуникацииОбосновывает выбор модели бизнесу, объясняет метрики, менторит коллег
ЛидерствоРуководит DS‑командой, отвечает за направление
Skill Passport — Автономность и глубина
Автономность и масштаб задачОписывает случай самостоятельного ведения задачи масштаба, выходящего за рамки одной фичи — например, сам декомпозировал крупную задачу на подзадачи (для себя или для команды), отвечал за результат на уровне модуля/сервиса/продукта, а не отдельного тикета. Явно называет, какие решения принимал сам, а не получал в готовом виде сверху.
Глубина технических решенийЯвно называет trade-off выбранного решения — не только почему выбрал, но и что теряется по сравнению с отклонёнными вариантами, и в каком случае выбрал бы иначе. Может честно указать на ограничение собственного решения, а не подавать его как безальтернативно правильное.