Data Scientist (Персонализация)

Разработка моделей рекомендаций и алгоритмов персонализации для сайта и мобильного приложения: создание рекомендательных, ранжирующих и candidate generation моделей, внедрение метрик эффективности, A/B-тестирование, поддержка ETL-процессов на PySpark.

Обязанности

Разработка моделей рекомендаций для сайта и мобильного приложения (cold-start, гибридные модели, deep-learning подходы); Разработка алгоритмов candidate generation для персонализированных рекомендаций на всех этапах пользовательского пути; Разработка и обучение reranking-моделей, объединяющих персональные, контекстные и бизнесовые сигналы; Создание алгоритмов в карточках товара – похожие товары, cross-sell/upsell-рекомендации; Обучение и вывод в продакшн моделей ранжирования поисковой и каталожной выдачи (Learning-to-Rank, нейронные ранжировщики, pair-wise/list-wise подходы); Внедрение метрик оценки эффективности рекомендаций (CTR, CVR, MAP, NDCG), проведение онлайн и офлайн тестирования, A/B-тесты; Разработка и поддержка ETL на PySpark для сбора необходимых признаков

Требования

Опыт полного цикла разработки рекомендательной системы – от сбора требований до вывода в прод; Практический опыт Learning to Rank и понимание классических ML-подходов к рекомендациям; Умение работать с большими объемами данных (Spark, Flink, Hadoop); Владение базой по теории вероятности и статистике; Уверенное владение Python, опыт написания ETL-процессов на PySpark; Понимание A/B-тестирования, построения онлайн/офлайн метрик рекомендаций; Опыт работы с облачными хранилищами (S3, GCS, Azure Blob)

Откликнуться на вакансию свайпом в Telegram

Зарплату работодатель не указал. Ориентир по данным исследований.

Работа ML-инженером — все вакансии подборки

Swipe Jobs — поиск работы свайпами в Telegram. Тысячи вакансий из каналов и с сайтов компаний в одной ленте, отклик в один клик прямо в чате с работодателем.