Задачи
•Исследовать большие объёмы данных о покупательском поведении и находить закономерности для решения бизнес-задач
•Разрабатывать и улучшать ML-модели для прогнозирования оттока и отклика пользователей
•Решать задачи uplift-моделирования и выбирать оптимальное воздействие на пользователя
•Подбирать персональные товары, категории, скидки, пороги и механики промо
•Генерировать и проверять гипотезы, участвовать в подготовке и анализе A/B-тестов
•Оценивать качество моделей по ML-метрикам и влиянию на бизнес-показатели
•Участвовать в развитии внутренних ML-инструментов и фреймворков команды
•Участвовать в подготовке моделей к промышленному запуску и их дальнейшем развитии
Требования
•Учиться на старших курсах бакалавриата или в магистратуре либо недавно окончить техническую специальность
•Хорошо знать Python и уметь писать понятный и структурированный код
•Знать основы машинного обучения и принципы работы классических ML-алгоритмов
•Уметь работать с данными и знать SQL
•Понимать основы математической статистики, теории вероятностей и проверки статистических гипотез
•Понимать принципы проведения A/B-тестов и оценки результатов экспериментов
•Уметь самостоятельно разбираться в новых задачах, формулировать гипотезы и проверять их на данных
•Интересоваться применением машинного обучения для решения бизнес-задач
Будет плюсом
PySpark, PyTorch или другие библиотеки для глубокого обучения, uplift-моделирование, рекомендательные системы, персонализация, участие в ML-проектах и соревнованиях, исследовательские и учебные проекты, Airflow, Docker, Kubernetes, Grafana, MLflow, понимание жизненного цикла ML-модели и вывода моделей в промышленную эксплуатацию
Условия
•График 5/2
•Формат работы: удалённо по РФ
