Профиль навыка

Feature Engineering

Этот навык определяет ожидания по ролям и уровням.

Machine Learning и AI Классический ML

Ролей

где встречается этот навык

Грейдов

сформированная дорожка роста

Обязательных требований

ещё 5 — необязательные

Machine Learning и AI

Классический ML

22.02.2026

Выберите текущий грейд и сравните ожидания. Карточки ниже покажут, что нужно закрыть для следующего уровня.

Чего ждут на каждом уровне

Таблица показывает, как меняется глубина владения навыком от Junior до Principal.

Роль	Обязательность	Описание
Data Scientist		Создаёт базовые признаки из структурированных данных: one-hot encoding, label encoding, binning. Применяет стандартные трансформации: scaling, normalization, log-transform. Обрабатывает missing values через imputation-стратегии.

Роль	Обязательность	Описание
Data Scientist		Проектирует feature engineering pipelines с domain-specific признаками. Создаёт temporal features, interaction features, aggregate features. Применяет feature selection методы: mutual information, recursive feature elimination, L1 regularization.

Роль	Обязательность	Описание
Data Scientist		Проектирует масштабируемые feature engineering системы для production ML. Создаёт real-time feature computation через feature store (Feast, Tecton). Применяет automated feature engineering (featuretools) и feature drift detection для мониторинга.

Роль	Обязательность	Описание
Data Scientist		Определяет стратегию feature engineering для data science команды. Формирует shared feature catalog, стандарты quality и documentation features. Координирует развитие feature platform и переиспользование features между командами.

Роль	Обязательность	Описание
Data Scientist		Формирует стратегию feature platform на уровне организации. Определяет архитектуру centralized feature store для всех ML-команд. Оценивает AutoML feature engineering и automated feature discovery подходы.

Junior 1 требований

Data Scientist

Создаёт базовые признаки из структурированных данных: one-hot encoding, label encoding, binning. Применяет стандартные трансформации: scaling, normalization, log-transform. Обрабатывает missing values через imputation-стратегии.

Middle 1 требований

Data Scientist

Проектирует feature engineering pipelines с domain-specific признаками. Создаёт temporal features, interaction features, aggregate features. Применяет feature selection методы: mutual information, recursive feature elimination, L1 regularization.

Senior 1 требований

Data Scientist

Проектирует масштабируемые feature engineering системы для production ML. Создаёт real-time feature computation через feature store (Feast, Tecton). Применяет automated feature engineering (featuretools) и feature drift detection для мониторинга.

Lead / Staff 1 требований

Data Scientist

Определяет стратегию feature engineering для data science команды. Формирует shared feature catalog, стандарты quality и documentation features. Координирует развитие feature platform и переиспользование features между командами.

Principal 1 требований

Data Scientist

Формирует стратегию feature platform на уровне организации. Определяет архитектуру centralized feature store для всех ML-команд. Оценивает AutoML feature engineering и automated feature discovery подходы.

Загрузка комментариев...