Описание
Команда разрабатывает алгоритмы монетизации рекламы в Ozon Ads и отвечает за высоконагруженную систему управления показами рекламы в поиске, каталоге, рекомендациях и на внешнем трафике. Команда развивает обучающиеся политики для оптимизации решений в рекламном аукционе.
Задачи
•Развивать подходы на основе Reinforcement Learning для оптимизации рекламных стратегий
•Работать с существующими контроллерами и формировать путь их эволюции в обучающиеся политики
•Проектировать функции вознаграждения для долгосрочной оптимизации метрик CPA, ROAS и LTV
•Строить фреймворки для оценки вне политики и безопасного внедрения новых стратегий в продакшн
•Анализировать компромиссы между исследованием и использованием в условиях аукциона и нестационарной среды
•Проводить эксперименты и A/B-тесты для проверки эффективности новых политик
•Взаимодействовать с бэкенд- и ML-инженерами для интеграции решений в продакшн-системы
Требования
•От 3 лет опыта в Data Science или прикладном машинном обучении с влиянием на продакшн
•Уверенное знание Python, SQL и PySpark
•Сильная база в математике, статистике и оптимизации
•Опыт внедрения ML-решений в продакшн
•Интерес к системам принятия решений, аукционам и оптимизации
•Умение работать с неопределённостью и сложными системами
Будет плюсом
•Опыт с RL, бандитами и последовательным принятием решений
•Опыт в RTB, DSP, SSP или рекламных аукционах
•Понимание теории аукционов и механизмов ценообразования
•Опыт построения симуляций и систем офлайн-оценки
•Степень MSc или PhD в компьютерных науках, математике, статистике или смежных областях
Условия
Условий в вакансии нет
