Data Scientist — это специалист, который превращает продуктовый или бизнес-вопрос в проверяемую задачу на данных. Это не человек, который просто запускает модели: он формулирует ML-задачу, собирает выборку, строит baseline, выбирает метрику, проверяет качество и объясняет, где результату нельзя доверять. Ценность роли появляется не там, где метрика выглядит красиво в ноутбуке, а там, где вывод выдерживает проверку и меняет решение. Поэтому сильный Data Scientist отвечает за постановку задачи, качество данных, валидацию и ограничения не меньше, чем за саму модель. По данным SkillStat, в Москве и МО сейчас 175 активные вакансии Data Scientist, а зарплатная оценка по профессии составляет 340 000 ₽.
Как ещё называют Data Scientist
В поиске и вакансиях рядом встречаются как названия самой роли, так и смежные data-профессии. Синонимы можно объединять, а соседние роли лучше читать отдельно: у них другая зона ответственности.
Свежие данные рынка: 175 активные вакансии, зарплатная оценка 340 000 ₽, спрос 66/100. Срез по Москве и МО от 23.06.2026.
Для Data Scientist сейчас используется estimated-зарплата: SkillStat считает оценку по вакансиям за 180 дней, потому что в текущем активном срезе недостаточно вакансий с открытой зарплатной вилкой для точной медианы и диапазона. Опорная выборка профессии за окно — n=66. Диапазон и позиция в зарплатном рейтинге не показываются, чтобы не создавать ложную точность.
Спрос средний: текущая точка выше значений за 7 и 30 дней, но средние по месяцам показывают волнообразный рынок. Data Scientist остаётся сильной ролью, но компании стали требовательнее: важны не красивые цифры сами по себе, а доказательство качества, устойчивость вывода и связь результата с решением.
Data Scientist работает с задачами, где нужно не просто описать прошлое, а получить вывод, который можно использовать в решении. Он проходит полный цикл: вопрос, данные, baseline, признаки, модель, валидация, интерпретация и честное описание ограничений.
Сильного специалиста отличает не любовь к сложной модели, а дисциплина проверки. Он смотрит на утечки признаков, временные срезы, качество выборки, разницу между модельной и бизнес-метрикой и только потом делает вывод.
Профессия находится между аналитикой, исследованием и внедрением. Рядом работают Data Analyst, Data Engineer, ML Engineer, AI Engineer и продуктовая команда, поэтому Data Scientist должен уметь объяснить не только результат, но и границы доверия к нему.
На этой странице редакционный текст объясняет саму роль, а числовые блоки ниже показывают свежий рынок SkillStat по Москве и МО.
По зарплате у профессии нет достаточной собственной актуальной выборки. Поэтому на странице показана оценка с явной маркировкой источника, а не точная медиана только по текущим активным вакансиям.
Числовые метрики показывают вакансии Москвы и Московской области. Описание роли, задач и навыков относится к профессии в целом.
Актуальный срез по вакансиям, зарплате, спросу и динамике найма для специалиста по моделям данных в Москве и МО.
Data Scientist работает на стыке статистики, машинного обучения, данных и продукта. Его задача — не «запустить модель», а понять, какой вопрос вообще можно честно решить на данных и какую ошибку команда готова принять.
В этой роли важно уметь формулировать гипотезу, собирать корректную выборку, строить baseline, выбирать метрику и проверять, не обманывает ли модель сама себя через leakage, смещение или плохой split. Если вывод нельзя перенести в решение, исследование ещё не закончено.
От Data Analyst роль отличается фокусом на прогнозе, классификации, ранжировании и других модельных задачах. От ML Engineer — фокусом на постановке, валидации и интерпретации, а не на сервисе вокруг модели. От AI Engineer — тем, что здесь важнее доказать качество вывода, чем собрать прикладную AI-функцию.
Проверяемый вывод из данных, а не просто обученная модель
Отделить реальный сигнал от шума и связать результат с решением
Data Scientist переводит общий вопрос в проверяемую ML-задачу, готовит данные, строит baseline, выбирает метрику и сравнивает подходы. Итог работы — не просто модель, а вывод с понятными условиями применимости.
Поэтому хороший специалист всегда отвечает на два вопроса: что именно меняется после результата и где этому результату нельзя доверять.
Высокая метрика сама по себе ничего не гарантирует. В признаки могла попасть информация из будущего, выборка могла сместиться, а целевая метрика могла не совпадать с реальной целью бизнеса.
Сильный Data Scientist проверяет leakage, делает корректный split, смотрит срезы, сравнивает модель с baseline и только потом предлагает решение.
Роль часто смешивают с отчётной аналитикой, инженерией данных и внедрением модели в сервис. На практике Data Scientist отвечает прежде всего за качество исследования, проверяемость вывода и границы доверия к нему.
Отчёт, витрина или API могут быть частью общей цепочки, но не заменяют модельную постановку и честную валидацию.
вопрос, выборка и качество исходных таблиц
baseline, признаки, метрика и валидация
объяснение результата и связь с продуктом
Одна задача Data Scientist проходит путь от вопроса к решению: сначала нужно понять, зачем вообще нужна модель, затем проверить данные, сравнить подходы и только после этого передавать вывод дальше.
Уточняет, что именно нужно предсказать, ранжировать или проверить, какая ошибка опаснее и какое решение должно измениться после вывода.
Собирает выборку, проверяет пропуски, дубли, выбросы, временные границы и признаки, которые могут дать feature leakage.
Сначала задаёт простое правило или базовую модель, чтобы понять, даёт ли сложный подход реальный выигрыш, а не просто больше кода.
Сравнивает модели по метрике, проверяет split, cross-validation и качество на сегментах, где цена ошибки выше средней.
Формулирует, что можно делать с результатом, где нужен A/B-тест или ручной контроль и в каких условиях вывод перестаёт быть надёжным.
Эти роли стоят рядом в вакансиях, но отвечают за разные части результата. Чтобы не промахнуться с вакансией или roadmap, полезно смотреть не только на стек, но и на главный объект ответственности.
| Роль | Главный фокус | Что делает | Типовой результат | Какие навыки нужны | Чем отличается от Data Scientist |
|---|---|---|---|---|---|
| Data Scientist | Проверяемый вывод из данных | Формулирует задачу, готовит выборку, строит baseline, модель и валидацию | Решение с понятными ограничениями и метрикой | Python, SQL, статистика, ML, метрики, feature engineering, интерпретация | Это базовая роль сравнения |
| Data Analyst | Понимание метрик и прошлого поведения | Делает выборки, отчёты, исследования, визуализации и продуктовые выводы | Пояснение, что произошло и где искать причину | SQL, BI, статистика, метрики, продуктовая аналитика | Меньше моделирования и автоматического прогноза, больше объяснения данных |
| ML Engineer | Рабочий сервис вокруг модели | Запускает модель в продукт, обновляет, мониторит и делает её устойчивой | Модель как сервис с API, пайплайном и мониторингом | Python, backend, MLOps, Docker, Kubernetes, monitoring | Фокус смещён с валидации гипотезы на эксплуатацию и надёжность |
| Data Engineer | Потоки, хранилища и качество данных | Собирает источники, витрины, пайплайны и проверки качества | Надёжный маршрут данных для аналитики и моделей | SQL, Spark, Airflow, DWH, orchestration, data quality | Отвечает за данные как систему, а не за модельный вывод |
| AI Engineer | Прикладная AI-функция в продукте | Собирает LLM или RAG-сценарий, API, evals, fallback и интеграции | Рабочая функция с ИИ внутри пользовательского сценария | Python, LLM, RAG, embeddings, FastAPI, evals, product engineering | Сильнее завязан на сервис и UX AI-функции, чем на исследовательскую постановку |
| MLOps Engineer | Инфраструктура ML-цикла | Делает reproducibility, CI/CD, registry, monitoring, drift и handoff | Устойчивый ML-контур вокруг команд и моделей | Docker, Kubernetes, MLflow, CI/CD, observability, IaC | Фокус не на модели как таковой, а на надёжной среде для её жизни |
| Research Scientist | Новый метод и исследовательская новизна | Проверяет гипотезы уровня метода, пишет прототипы и иногда публикации | Новый алгоритм, эксперимент или исследовательский прототип | Математика, deep learning, papers, experimentation, PyTorch | Чаще работает с новизной метода, а не с прикладным бизнес-решением |
| NLP Engineer | Языковые модели и текстовые пайплайны | Строит классификацию текстов, поиск, embeddings, RAG и LLM-процессы | Рабочая NLP-функция или текстовый сервис | Python, PyTorch, transformers, embeddings, retrieval, evals | Уже специализируется на одном домене, а не на широком наборе DS-задач |
| Computer Vision Engineer | Модели для изображений и видео | Работает с разметкой, detection, segmentation, embeddings и качеством визуальных данных | CV-модель или сервис для изображения | PyTorch, CV, augmentation, labeling, metrics, deployment basics | Так же специализируется на одном домене, где данные и метрики другие |
Работодателю нужен Data Scientist, который отвечает за качество вывода, а не только за запуск библиотеки. Ядро роли — Python, SQL, статистика, baseline, выбор метрики, проверка гипотез и умение разобрать качество данных.
Дальше начинается modeling-слой: pandas, NumPy, scikit-learn, признаки, split, cross-validation, переобучение и бустинговые модели вроде CatBoost, LightGBM и XGBoost. Для deep learning чаще нужен PyTorch, а для прикладных AI-задач — понимание LLM, RAG, embeddings, retrieval и оценки качества ответа.
Соседний контекст тоже важен. Spark, Airflow и PostgreSQL помогают там, где нужно собирать признаки и работать с крупными источниками. Docker, Git и Kubernetes помогают довести исследование до воспроизводимого и передаваемого результата, но сами по себе не заменяют Data Science Core.
На собеседовании особенно видно, как кандидат рассуждает о leakage, baseline, выборе метрики, переобучении, временном split и ограничениях модели. Если человек сразу идёт в сложную архитектуру, не проверив простое правило и качество таблиц, это слабый сигнал.
Рынок ориентирован на опытных специалистов.
Столько требований работодатели обычно собирают в одной позиции по этой роли.
Соответствие рассчитано по стеку из 175 вакансий — это не реклама, а совпадение со спросом работодателей.
Ниже — не список модных слов, а то, что действительно держит профессию. Эти группы знаний встречаются в работе снова и снова, даже если домен меняется от скоринга до RAG.
Распределения, выборка, дисперсия, доверительный интервал, гипотезы, p-value и ошибки I/II рода. Без этого легко принять шум за сигнал.
SQL, источники, пропуски, дубли, выбросы, смещения, временные срезы и data leakage. Хорошая модель начинается с честной таблицы.
Python, pandas, NumPy, Jupyter, визуализация, clean notebooks и reproducibility. Код должен быть удобен для повторной проверки, а не только для первой демонстрации.
Baseline, train/test split, cross-validation, overfitting, regularization и feature engineering. Это фундамент прикладного ML.
Linear и logistic regression, trees, random forest, gradient boosting, CatBoost, LightGBM и XGBoost. Без понимания этих инструментов трудно оценить, нужна ли вообще более сложная архитектура.
ROC-AUC, precision, recall, F1, MAE, RMSE, MAPE и различие между business metric и model metric. Правильная метрика важнее красивой модели.
PyTorch, neural networks, embeddings, transfer learning, NLP и computer vision. Этот слой нужен тогда, когда задача действительно оправдывает нейросеть.
LLM, RAG, embeddings, LangChain, retrieval quality, hallucination checks и evals. Важно не только вызвать модель, но и проверить качество ответа.
A/B-тесты, power, sample size, uplift, causal thinking, сегменты и интерпретация результата. Эксперимент помогает понять, меняет ли вывод реальное решение.
Docker, Kubernetes, MLflow, Airflow, Spark, monitoring, drift, versioning и reproducibility. Это контекст внедрения, без которого хороший ноутбук может не дожить до продукта.
Для estimated-режима грейдовые зарплаты не показываются, чтобы не создавать ложную точность.
Эту цифру нельзя читать как универсальную ставку для любого специалиста. На доход сильнее всего влияют самостоятельность исследования, выбор метрики, качество данных, способность объяснить ограничения и довести модель до решения, которому бизнес готов доверять.
Структура рынка сейчас заметно senior-heavy: Senior — 48%, Middle — 48.2%, Junior — 33.6%, Lead — 7%, Intern — 2%. На одну junior-вакансию приходится примерно 5.1 senior-позиции, поэтому вход сложнее, а рост быстрее там, где специалист умеет не только обучить модель, но и доказать её пригодность.
Диапазон и место в зарплатном рейтинге на странице не показываются, потому что estimated-режим не должен создавать ложную точность. Для этой роли полезнее читать оплату вместе с типом задач: скоринг, риск, рекомендации, NLP, LLM-сценарии и задачи, близкие к внедрению, обычно оплачиваются выше учебных и демонстрационных проектов.
Спрос на специалиста по моделям данных лучше читать как сочетание объёма найма, ранга профессии в общей выборке и устойчивости вакансий во времени. Виджеты выше дают быстрый срез рынка, а график ниже помогает понять, насколько этот спрос поддерживается от месяца к месяцу.
На 23.06.2026 SkillStat видит 175 активные вакансии Data Scientist в Москве и МО. 7 дней назад было 142, 30 дней назад — 113. спрос — 66/100, ранг — #15 из 71, статус — средний.
Это не ровный рынок массового найма. Текущая точка выше значений за 7 и 30 дней, но средние по месяцам показывают волнообразную картину: спрос возвращается, но компании заметно строже к постановке задачи, качеству выборки, валидации и связи модели с решением.
Сильнее читаются вакансии, где виден полный исследовательский цикл: Python, SQL, статистика, baseline, признаки, cross-validation, метрика, ограничения и понятный вывод для команды. Отдельные сигналы вроде PyTorch, LLM, RAG, Spark или Airflow важны, но без дисциплины проверки они не делают вакансию или кандидата сильнее.
Этот срез показывает, в каком формате работодатели чаще всего открывают вакансии по профессии: удалённо, гибридно или с полной привязкой к офису.
Грейдовые медианы не показаны: для специалиста по моделям данных сейчас используется estimated-режим зарплаты, поэтому SkillStat не выводит отдельные зарплаты по уровням, чтобы не создавать ложную точность.
Junior Data Scientist помогает готовить данные, строить baseline, считать метрики и проверять простые модели. Главное на этом уровне — научиться не доверять первой красивой метрике и аккуратно описывать ограничения.
Middle Data Scientist ведёт исследование сам: уточняет постановку, выбирает метрику, строит признаки, валидирует результат и объясняет вывод продукту или бизнесу.
Senior Data Scientist отвечает за сложные модельные направления, стандарты проверки и качество решений на уровне команды. Он задаёт правила работы с leakage, метриками, экспериментами и переносом вывода в практику.
Lead Data Scientist управляет не только задачами, но и исследовательской дисциплиной команды: приоритетами, критериями качества, взаимодействием с продуктом и тем, какие выводы вообще можно выносить в решение.
Здесь модель оценивает вероятность события, помогает принимать риск-решение и требует особой аккуратности к смещениям, порогу и объяснимости.
Фокус смещается к ранжированию, персонализации, ranking metrics и проверке того, действительно ли модель улучшает пользовательский сценарий.
Прогноз спроса, запасы, логистика и нагрузка требуют временного split, внимания к сезонности и понимания, что прошлый паттерн может быстро сломаться.
Здесь особенно важны качество разметки, embeddings, PyTorch, evals, hallucination checks и понимание, когда сложная модель действительно оправдана.
Практический путь входа в профессию: что освоить сначала, как собрать рабочую базу и на чём быстрее всего набирается прикладная уверенность.
Освойте Python как рабочий язык анализа: структуры данных, функции, чтение таблиц, простую автоматизацию и аккуратные ноутбуки.
Научитесь делать выборки, join, group by и простые window functions. Большая часть реальной работы начинается именно здесь.
Разберитесь с распределениями, выборкой, дисперсией, доверительным интервалом, гипотезами и p-value.
Научитесь чистить данные, преобразовывать таблицы, считать признаки и держать воспроизводимый рабочий слой вокруг анализа.
Проверяйте пропуски, дубли, выбросы, смещения, временные границы и то, как собиралась сама выборка.
Привыкайте начинать с простого правила или базовой модели. Без baseline нельзя честно доказать, что сложность действительно дала выигрыш.
Линейные модели, деревья, random forest и градиентный бустинг дают базу, без которой рано идти в более тяжёлые архитектуры.
Разберитесь, когда нужны ROC-AUC, precision, recall, F1, MAE, RMSE и как они связаны с бизнес-решением.
Научитесь проверять модель не на одном удачном split, а на нескольких разбиениях или на корректном временном сценарии.
Учитесь строить признаки из доменной логики, а не только механически добавлять всё подряд в модель.
Важно объяснить, какие признаки влияют на результат, где модель ошибается и почему её вывод нельзя считать абсолютной правдой.
Поймите гипотезу, метрику, sample size, power, эффект и то, как эксперимент соотносится с модельным решением.
Выберите одну прикладную область: скоринг, рекомендации, NLP, computer vision или прогнозирование. Так проще собрать связное портфолио.
Соберите несколько законченных кейсов с вопросом, данными, leakage, baseline, метриками, ограничениями и README, который можно читать без автора рядом.
Сильное портфолио показывает не коллекцию ноутбуков, а умение провести исследование от вопроса до решения. В каждом проекте должны быть вопрос, данные, leakage, baseline, метрики, ограничения и README, который объясняет логику без устного комментария автора.
Проект 1. Скоринг или классификация. Покажите, какой вопрос решается, какие данные используются, где возможна утечка, какой baseline задан, какие метрики выбраны, что модель меняет в решении и в каких условиях результату доверять нельзя. В README опишите данные, target, признаки, split, метрики, ограничения и следующий шаг.
Проект 2. Прогноз спроса или временной ряд. Обязательно используйте временной split, опишите сезонность, baseline, ошибку прогноза и бизнес-ограничение. В README должно быть видно, почему выбран именно такой горизонт прогноза и где модель быстро устаревает.
Проект 3. Рекомендательная система. Покажите пользователя, объект, implicit или explicit feedback, baseline, ranking metric и cold start. В README объясните, какое действие меняет рекомендация и почему офлайн-качество не гарантирует продуктовый эффект.
Проект 4. NLP или LLM/RAG-проект. Опишите задачу, данные, retrieval, evals, hallucination checks и ограничения. В README нужно показать, что вы умеете не только вызвать модель, но и оценить качество ответа и риски применения.
Проект 5. A/B или causal case. Сформулируйте гипотезу, метрику, сегменты, эффект и ограничение эксперимента. В README объясните, почему этот дизайн позволяет говорить об эффекте и где вывод всё ещё остаётся спорным.
Сопоставили программы с реальным стеком из 175 вакансий — оценка соответствия рассчитана автоматически, это не реклама.
Соответствие — доля ключевых навыков из вакансий, которые охватывает программа курса
Типичная ошибка новичка — перепрыгнуть через базу и начать с самого громкого термина. Это делает портфолио красивее, но почти всегда ухудшает качество входа в профессию.
Сначала нужна статистика, baseline и понимание данных. Без них нейросеть чаще маскирует проблему, чем решает её.
Если вы не умеете сравнить модель с логистической регрессией или бустингом, сложная архитектура редко даёт честный выигрыш.
Готовый датасет без контекста плохо показывает, умеете ли вы работать с постановкой, leakage, ограничениями и README.
Если вы не умеете проверить retrieval, hallucination и качество ответа, это ещё не прикладной навык, а только знакомство со стеком.
Большинство задач начинается не с модели, а с выборки, join, group by и проверки того, как вообще устроены данные.
Feature leakage, неверный split и временная путаница могут сделать модель «слишком хорошей» ещё до первого реального запуска.
Пока простое правило не стало baseline и не проиграло честно, сложность не даёт доказанной ценности.
Если непонятно, какое действие меняется после вывода, то даже сильная метрика остаётся технической игрушкой, а не продуктовым решением.
На интервью обычно проверяют не только знание библиотек, но и ход мысли. Работодателю важно понять, умеете ли вы проверить модель, объяснить ограничение и выбрать корректный эксперимент.
Распределения, гипотезы, p-value, confidence interval и sample bias. Частые вопросы: как читать доверительный интервал и почему статистическая значимость не равна бизнес-ценности.
Joins, group by, window functions и data quality checks. Часто просят собрать выборку, проверить дубли, найти пропавшие записи и объяснить логику расчёта.
Baseline, train/test split, cross-validation, overfitting, regularization и feature engineering. Типовые вопросы: что такое baseline, как проверить переобучение и как делать split для временных данных.
ROC-AUC, precision, recall, F1, MAE, RMSE, calibration и business metric. Часто спрашивают, когда accuracy плохая метрика и как выбрать метрику под решение.
Гипотеза, группы, sample size, power, p-value, effect size и multiple testing. Важен не термин, а понимание того, как эксперимент связывается с действием.
Feature importance, SHAP, partial dependence и ограничения метода. Нередко просят объяснить модель продукту или бизнесу простыми словами.
Embeddings, transformers, RAG, hallucination и evals. Спрашивают, когда оправдана сложная модель и как понять, что без неё можно обойтись.
Drift, monitoring, MLflow, reproducibility, handoff и граница между Data Scientist и MLOps. Работодатель проверяет, понимаете ли вы жизнь модели после ноутбука.
Что делать, если качество упало на одном сегменте, модель слишком хороша, данные изменились, бизнес хочет внедрить модель без эксперимента или метрика не связана с решением.
Data Scientist остаётся ценной ролью там, где компании принимают решения на основе сложных данных, моделей и экспериментов, а не ограничиваются отчётами.
ИИ ускорит код, черновой анализ и подбор идей, но не заменит постановку, валидацию, интерпретацию и ответственность за вывод.
Профессия становится менее терпимой к магии вокруг моделей. Команды хотят видеть доказательство качества, понятные ограничения и связь вывода с решением. AutoML, LLM-инструменты и ассистенты ускоряют черновой анализ, код и перебор идей, но одновременно повышают риск бездумного доверия к сгенерированному результату.
Ценность смещается к Data Scientist, который умеет спорить с данными, проверять метрику и вовремя остановить плохой вывод. Отдельно растёт значение корректных экспериментов, причинного мышления и понимания того, как качество модели изменится после запуска, а не только в ноутбуке.
Подходит тем, кому интересно соединять Python, SQL, статистику, машинное обучение и реальные решения. Здесь нужны любопытство, терпение к неопределённости и готовность признать, что красивая модель могла не выдержать проверку.
Это специалист, который превращает вопрос бизнеса или продукта в проверяемый вывод на данных: от выборки и baseline до модели, валидации и ограничений результата.
Он формулирует ML-задачу, готовит данные, строит baseline, выбирает метрику, обучает и проверяет модель, а затем объясняет, где результат можно использовать, а где нельзя.
AI ускорит код, черновой анализ, перебор признаков и подготовку отчётов. Но постановка задачи, выбор метрики, проверка leakage, причинность, цена ошибки и решение о внедрении остаются ответственностью специалиста.
По SkillStat для Москвы и МО на 23.06.26 зарплатная оценка Data Scientist — 340 000 ₽. Это estimated-режим по вакансиям за 180 дней, выборка — n=66, поэтому диапазон и зарплатный ранг не показываются.
Да, но прикладная: вероятность, статистика, доверительные интервалы, гипотезы и понимание ошибки помогают отличать сигнал от случайной связи.
Да. Python — рабочий язык для подготовки данных, экспериментов, моделей, оценки качества и воспроизводимого ноутбука.
Да. Большая часть реальной работы начинается с выборки, join, group by и проверки качества данных.
Data Analyst чаще объясняет метрики и прошлые события, а Data Scientist чаще строит модели для прогноза, ранжирования, рекомендаций и автоматического решения.
Data Scientist отвечает за постановку, данные, модель и валидацию. ML Engineer отвечает за сервис, запуск, обновление и устойчивость модели после внедрения.
Precision показывает долю верных срабатываний среди всех срабатываний модели, а recall — долю найденных нужных объектов среди всех реальных нужных объектов.
Это эксперимент с контрольной и тестовой группой, который показывает, меняет ли вмешательство бизнес-метрику, а не только модельную.
Baseline — это простое правило или базовая модель, с которой сравнивают более сложный подход. Без baseline нельзя честно доказать, что модель действительно принесла выигрыш.
Causal inference помогает отличить причинный эффект от простой связи в данных. Для Data Scientist это важно, когда бизнес хочет понять, что именно изменило результат.
Это повторная проверка модели на нескольких разбиениях выборки, чтобы не доверять одному удачному split. Для временных данных вместо случайного разбиения часто нужен time-based split.
Это ситуация, когда в признаки попадает информация из будущего или из целевой переменной, и модель выглядит лучше, чем будет работать в реальности.
Переобучение — это когда модель слишком хорошо запомнила тренировочные данные и хуже переносится на новые наблюдения.
Это метрика ранжирования для бинарной классификации. Она показывает, насколько хорошо модель отделяет положительный класс от отрицательного на разных порогах.
SHAP — один из способов объяснить вклад признаков в предсказание модели. Он помогает обсуждать модель с продуктом, рисками и бизнесом, но не отменяет проверку данных и метрики.
Нет. Kaggle полезен как тренировка, но для отклика важнее проект, где вы объясняете вопрос, данные, leakage, baseline, метрики, ограничения, решение и то, почему результату можно или нельзя доверять.