МТС Финтех

Data Scientist рекомендательной платформы

Коротко

Стажёрская позиция Data Scientist в команде рекомендательной платформы МТС (Big Data), работа с приложением «Мой МТС» и системой товарных рекомендаций EKoM. Нужно строить и внедрять модели рекомендаций, проводить A/B-тесты и работать с большими данными. Требуется знание Python, SQL, основ ML, NumPy/SciPy/Sklearn/CatBoost и статистики; подходит студентам 1–6 курса. Гибридный формат работы в Москве, 40 часов в неделю.

Описание
Big Data — один из ключевых юнитов МТС. Он работает с 20 петабайтами данных, 5 000 метрик на профиль и командой из 400 специалистов. Технологии применяются в маркетинге, обслуживании, планировании сети, HR и рознице. Среди продуктов — онлайн-кинотеатр KION, читалка «Строки», приложение «Мой МТС» и сервисы по продаже билетов. Команда занимается трансформерными рекомендациями продуктов МТС. Стажёр будет работать с приложением «Мой МТС» и системой товарных рекомендаций EKoM.
Задачи
•Создавать модели рекомендаций для продуктов «Мой МТС» и «Магазин МТС»
•Искать инсайты в данных и формулировать гипотезы для улучшения рекомендаций и роста бизнес-метрик
•Превращать гипотезы в работающие ML-модели и внедрять их в продакшен
•Разрабатывать и улучшать рекомендательные алгоритмы с учётом масштаба данных и числа пользователей
•Проводить A/B-тестирование качества моделей в продакшене
•Участвовать в рефакторинге и улучшать время работы рекомендательных систем
•Работать с большими данными и оптимизировать производительность моделей
•Участвовать в обсуждении архитектуры и процессов обработки данных в рамках двухнедельных спринтов
Требования
•Учиться на 1–6 курсе бакалавриата, специалитета или магистратуры
•Хорошо знать Python, включая ООП, классы, функции, написание тестов, базовые алгоритмы и структуры данных
•Уверенно знать SQL
•Знать основы машинного обучения и базовые модели рекомендательных систем
•Понимать принципы работы с NumPy, SciPy, Sklearn и CatBoost
•Знать основы математической статистики и понимать принципы A/B-тестирования
•Понимать принципы работы с Git
Будет плюсом: опыт работы с большими данными, включая пакетное чтение, обучение моделей на больших наборах данных и участие в хакатонах
Условия
•График работы — 40 часов в неделю
•Опытный наставник и развитие в профессиональных командах
•Мобильная связь за счёт компании
•Подписки на онлайн-кинотеатр KION, МТС Музыку и книжный сервис «Строки», безлимитные мессенджеры и соцсети
•Специальные предложения от партнёров и скидки на продукты экосистемы МТС
•Доступ к курсам, вебинарам корпоративного университета и онлайн-библиотеке

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте