Обязанности:
• Погружаться в бизнес‑контекст платформы ограничений, изучать доступные данные и существующую инфраструктуру — высоконагруженные сервисы, обрабатывающие миллионы транзакций в день.
• Анализировать текущие бизнес‑процессы, выявлять их уязвимые места и точки роста.
• Пробовать различные подходы машинного обучения: классификацию, кластеризацию, uplift‑модели, ранжирующие модели и нейросетевые решения (частично или полностью).
• Сравнивать результаты экспериментальных моделей с текущим решением, оценивая их преимущества и недостатки.
• Валидировать модели с помощью офлайн‑метрик (AUC, PR‑кривые, NDCG, uplift‑метрики и др.), убеждаться в статистически значимом приросте точности.
• Подготавливать аналитическую статью или отчёт, в котором будет подробно сравниваться каждый метод и обосновываться выбор оптимального решения.
• Запускать в продакшн лучшее из протестированных решений, обеспечивая его интеграцию в существующую систему управления ограничениями.
Требования:
• Опыт: от 3х лет опыта в DS. Опыт вывода моделей в прод.
• Стек: Уверенный Python, продвинутый SQL, PySpark как плюс.
• Классический ML: Большой опыт в решении задач классического ML. Бустинги, регрессия, ранжирование, классификация.
• Математика и аналитика: Статистика, A/B тесты, знание основ оптимизации и того как работают используемые методы.
• Soft skills: Умение презентовать результат сложных решений понятным бизнесу языком, проактивность в поиске точек роста и генерации новых идей.
• Образование: топ-10 вуз по техническому направлению как плюс.
Условия:
• Интересные задачи и дружный коллектив
• Заказчики с понятными задачами😊
• Feature Store и AutoML (baseline решения из коробки)
• Автоматизированные сервисы по выводу в пром моделей
• Максимум исследования и минимум бюрократии и рутины
