На данный момент находимся в поиске Middle Data Scientist на проект по разработке сервиса рекомендаций для ритейла (персональные и общие товарные рекомендации).

‍

Чем предстоит заниматься:

— разрабатывать рекомендательные системы для ритейла;

— строить решение для задачи рекомендации промо-товаров и подбору оптимальной скидки;

— проводить эксперименты в рамках других задач клиентской аналитики;

— анализировать и визуализировать данные, выявлять закономерности, представлять результаты;

— выводить разработанные решения в прод (есть возможность прокачать MLOps).

‍

Чего мы ждём от кандидата:

— коммерческий опыт работы с рекомендательными системами;

— глубокое понимание RecSys алгоритмов (как базовых, так и DL);

— знание алгоритмов и метрик для решения задачи ранжирования;

— выбор метрик и их обоснование;

— опыт работы с PyTorch;

— практическое применение различных моделей бустинга.

‍

Стек технологий:

— ML (Scikit-learn / LightGBM / CatBoost),

— EDA (Pandas / NumPy / SciPy / Plotly)

— RecSys (Implicit / LightFM / SVD / DL models)

— знание технологий из стека: Docker, kubernetes

‍

Будет плюсом:

— разработка рекомендательных систем для ритейла;

— опыт работы с большими данными;

— практическое использование сервисов YandexCloud или других облачных сервисов;

— опыт работы с API (flask, fastapi);

— опыт прогнозирования оптимальной скидки;

— применение LLM для решения бизнес-задач.

‍

Мы предлагаем:

— оформление по ТК, полностью белая конкурентная зарплата;

— программа Кафетерия льгот после испытательного срока (ДМС, компенсация затрат на изучение английского языка, занятия спортом или путешествия для себя и семьи, покупку оборудования для работы);

— 4 дополнительных оплачиваемых day off для лечения в течение года;

— программа адаптации, обучения, разработка индивидуального плана развития;

— посещение за счёт компании топовых профильных конференций;

— комплект необходимого для работы оборудования;

— удалённый или гибридный режим работы, гибкое начало рабочего дня;

— демократичные отношения с руководством, все идеи обсуждаются с участием команды;

— офлайн и онлайн корпоративы, подарки для сотрудников и их детей.