з/п не указана
Москва
3-я улица Ямского Поля 2к26
3-я улица Ямского Поля 2к26
От 3 до 6 лет
Мы в поисках Ведущего специалиста по анализу и интерпретации данных Моя смена - Uber-платформы для привлечения самозанятых исполнителей по всей России, который будет строить модели, влияющие на Match Conversion Rate, Fill rate, Take rate и юнит-экономику. Необходимо не только разрабатывать модели, но и доводить их до production, измерять бизнес-эффект и работать в кросс-функциональной команде с ML-инженерами и аналитиками.
Чем нужно будет заниматься:
-
Разрабатывать two-tower модель для рекомендаций;
- Валидировать гипотезы и экспериментировать;
- Считать и интерпретировать результаты;
- Исследовать данные, искать аномалии и инсайты.
У тебя точно всё получится, если есть:
- 3+ лет коммерческого опыта в Data Science / Machine Learning;
- Опыт разработки и внедрения ML-моделей в production;
- Опыт работы с рекомендательными системами (коллаборативная фильтрация, two-tower модели, learning-to-rank) или динамическим ценообразованием (эластичность, causal inference, временные ряды);
- Опыт A/B-тестирования и оценки бизнес-эффекта моделей (офлайн- и онлайн-метрики);
- Deep Learning: PyTorch или TensorFlow;
- SQL - написание сложных запросов для сбора данных и диагностики;
- Статистика и математика: теория вероятностей, математическая статистика, causal inference;
- ML Ops: понимание жизненного цикла модели, мониторинг дрейфа, CI/CD для ML;
- Cloud / Big Data: опыт работы с облачными платформами и big data инструментами.
- Бизнес-ориентированность: умение переводить бизнес-задачи в ML-постановку;
- Data-driven подход: принятие решений на основе данных и экспериментов;
- Коммуникация: способность объяснять сложные модели продактам и стейкхолдерам;
- Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели;
- Системное мышление: понимание, как модель влияет на всю экосистему платформы.
Будет плюсом:
-
Опыт работы с LLM-эмбеддингами и векторными базами данных;
- Опыт в gig-экономике, маркетплейсах, HR Tech, логистике или ритейле;
- Опыт внедрения reinforcement learning или bandit-алгоритмов для ценообразования.
