Циан — публичная IT-компания, крупнейший в России сервис для поиска недвижимости, входит в мировой топ-10.
Cian.ru — это большой и сложный продукт, в котором представлено несколько типов недвижимости и типов сделки, а также есть множество сервисов, информационных материалов и собственное медиа.
Ежемесячная аудитория около 18,7 млн. человек. Растить число пользователей и решать их проблемы помогают уже больше 1000 человек.
В Циан большая команда ML - DS, DE, своя MLOps-платформа.
Команда разделена на продуктовые стримы. Мы формируем самодостаточные команды (разработчики, аналитики, ML-инженеры) для решения задач бизнес-направления. С процессами интеграции моделей в продакшн нам помогает команда MLOps-платформы.
Мы ищем Team Lead Data Scientist в команду Search & Recommendation.
Команда отвечает за:
-
Разработку и улучшение алгоритмов ранжирования и рекомендаций
-
Создание и развитие единой системы управления ликвидностью, которая оптимизирует баланс между пользовательскими метриками и монетизацией для всех вертикалей.
Вакансия идеально подойдёт, если у тебя есть прикладной опыт и подтвержденные успехи в решении задач ранжирования и построения рекомендаций в роли Senior Data Scientist и есть желание начать развиваться в сторону управления небольшой командой.
Стек:
-
Пишем преимущественно на Python (Numpy, SciPy, Pandas, sklearn, PyTorch).
-
Активно используем экосистему Hadoop (PySpark, Hive, Kafka), у нас свой большой кластер
-
Для автоматизации запусков наших пайплайнов используем Airflow
-
Для технических метрик — Grafana, для бизнес-метрик — FineBI.
Основные задачи:
- Построение архитектуры системы управления ликвидностью (формула ранжирования, модели предсказания CTR, система хранения данных о пользователе и об объекте)
- Разработка и внедрение в продакшн моделей машинного обучения для новой системы управления ликвидностью. (рекомендации на главной странице, в карточке и на карте, ранжирование в поиске)
- Совместная работа с продактами, аналитиками и разработчиками для определения приоритетов, постановки гипотез и оценки их влияния на бизнес.
- Управление и развитие команды DS: менторство, обмен экспертизой, постановка задач и код-ревью.
- Участие во внутрикомандных и кросс-командных процессах.
Требования к кандидату:
- Опыт доведения ML моделей до продакшена и оценки влияния на бизнес от внедрения.
- Опыт построения ML-моделей для персонального ранжирования, рекомендаций и предсказания CTR
- Опыт использования технологий для работы с большими данными и распределенными системами (Hadoop, Spark, S3).
- Знание ML-алгоритмов и применение их на практике.
- Владение python и основными ML-фреймворками (плюс если есть опыт в DL)
- Опыт работы с high-load системами с жесткими требованиями к времени отклика.
- Понимание различных моделей монетизации и механизмов управления ликвидности
- Опыт лидерства в DS-команде: менторство, развитие экспертизы, формирование процессов, код-ревью.
- Опыт взаимодействия с бизнесом: работа с продактами, аналитиками и разработчиками, умение переводить бизнес-цели в технические задачи и обратно.
Что мы предлагаем:
-
Удаленную работу с возможностью приходить в офис в Москве, Санкт-Петербурге и Новосибирске. В офисе – кухни, оборудованные всем необходимым, а также снеки, фрукты, кофе и чай, бесплатная авто и вело парковки;
-
Технический рост. У нас есть успешные примеры роста с точки зрения ML, а также инженерии (разработка, архитектура приложений и сервисов) : есть возможность консультироваться с командой и брать инициативу по реализации крупных и сложных проектов.
-
Рост и развитие: в первые месяцы у каждого сотрудника есть ментор, после появляется личный план развития и возможность прокачивать soft/ hard skills на практике, обучении, конференциях; В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу.
-
ДМС с первого рабочего дня (со стоматологией, госпитализацией, страховкой выезжающего за пределы нашей страны);
-
5 day off в год, помимо основного отпуска;
-
Кафетерий льгот;
