Data Scientist

Привет! Наша аналитическая команда занимается разработкой рекомендательных алгоритмов на вычислительном кластере Spark/Hadoop (50+ серверов, 2 Петабайта данных). Результаты работы нашей команды можно увидеть на сотнях сайтов электронной коммерции в России и зарубежом. Используемый технологический стек: Hadoop, Spark, Python, Mongodb, Redis, Kafka. Основной язык программирования Scala. Мы постоянно в поиске того, как улучшить наши продукты. Для этого используется собственный обширный опыт и внешние источники, такие как материалы с конференций, научные статьи, работы лидеров индустрии. Улучшения мы проверяем вместе с клиентами на практике с использованием процесса проверки гипотез.

Присоединяйся к нашей команде!

Что нужно делать:

• Развивать систему метрик для оценки качества работы систем рекомендаций и способы интерпретации этих метрик для клиентов;
• Исследовать способы улучшения систем рекомендаций, алгоритмов рекомендаций;
• Строить и поддерживать необходимые для этого ML-модели;
• Проводить моделирование работы предложенных изменений на историческом трафике;
• Планировать и контролировать проверку своих гипотез через АБ-тесты;
• Выполнять аналитику для решения локальных бизнес-задач.

Здесь не обойтись без навыков, нам важны следующие:

• Опыт работы в области рекомендаций, или опытом работы в электронной коммерции;
• Знание Python + основные пакеты работы с данными и ML;
• Знание математической статистики, методы оценки результатов A/B тестов;
• Опыт построения ML моделей и их итеративного улучшения.

Мы оценим, если ты:

• Знаешь любой компилируемый язык;
• Знаешь Scala/Java, работал с Apache Spark;
• Имел опыт работы над сложными ML-моделями (DL, NLP, ...);
• Имел опыт разработки программного обеспечения;
• Знаком с инструментами (git, docker, shell, ...);
• Читаешь техническую литературу на английском.

Что мы предлагаем:

• Официальное оформление и белую зарплату;
• Интересные и сложные задачи, возможность самореализации, профессионального и карьерного роста;
• Возможность видеть результаты своей работы на крупнейших интернет-магазинах, участвовать на всех этапах внедрения;
• Общий и индивидуальный планы развития по системе грейдов – там будут детально прописаны все необходимые знания и навыки, которые нужно приобрести, чтобы переходить со ступени на ступень и расти в зарплате;
• Прозрачные рабочие процессы в компании, на которые можно влиять;
• Работу в классном офисе с комфортными опенспейсами, переговорками, уголками, где можно поесть и отдохнуть, в 2 минуты ходьбы от метро Сокол. И никакого дресс-кода;
• Оплату обедов, а еще скидки на занятия спортом и изучение английского;
• Частично удалённый формат работы (обсуждаем индивидуально)