Поклонная улица 3
Привет! Мы в Звуке ищем ML аналитика. Мы - команда ML, хотим лучше понимать профиль и опыт взаимодействия клиентов с моделями рекомендаций музыки, нашими поверхностями. Анализируем результаты работы моделей рекомендаций, проводим А/Б тесты, исследования данных. У тебя будет возможность применить свои знания для решения широкого круга проблем, в том числе создание качественных дата продуктов, которые действительно важны для пользователей.
Почему это важно
Звук стремится стать лидером в области стриминга audio-first контента, предлагая уникальный и захватывающий опыт для пользователей. Мы знаем, что успешный продукт начинается с глубокого понимания запросов аудитории и умения воплощать это понимание в жизнь.
Мы предлагаем тебе уникальную возможность заниматься задачами, связанными с улучшением работы алгоритмов рекомендаций. Огромный массив данных тебе в помощь – около 100 млн треков, который будет только расти.
О роли
В этой роли у тебя будет возможность поработать в команде ML аналитики для направления Рекомендаций. Тебя ожидает плотное взаимодействие с командами Рекомендаций, CJ и коллегами по DataScience.
Чем предстоит заниматься:
- Аналитические исследования в Рекомендациях, в том числе создание моделей кластеризации
- Подготовка дизайна и подведение итогов А/Б-тестов
- Дизайн и реализация метрик моделей и продукта, сервисных метрик качества
- Визуализация данных и построение дашбордов в FineBI и Redash
Успех в этой роли обеспечат:
- Опыт работы дата-аналитиком от 2х лет в крупных ИТ-компаниях, телекоме или музыкальной сфере на аналогичной позиции
- Техническое образование и хорошая математическая подготовка в области статистического анализа и теории вероятностей
- Опыт в проведении А/Б тестов
- Опыт применения моделей кластеризации (K-means, DBSCAN)
- Опыт в построении системы внутренней отчетности (Tableau, FineBI и т.п.)
- Продвинутый SQL (PL/SQL, T-SQL), Python (pandas/pyspark, matplotlib/seaborn/plotly), HDFS, Trino
- Желательно опыт использования AI инструментов для оптимизации аналитических процессов
- Умение объяснять полученные результаты бизнесу
