Data Scientist в команду RecSys

Мы аккредитованная IT — компания.

Мы работаем с редким и сложным доменом для рекомендательных систем — помогаем пользователям выбирать места и сервисы в городе.

• Разрабатывать и улучшать модели рекомендаций и ранжирования для разных пользовательских сценариев: рекомендации заведений на карте, поиск по категориям, персональные подборки.
• Формулировать и проверять продуктовые и ML-гипотезы: проводить офлайн-оценку моделей и участвовать в A/B-тестах.
• Работать с качеством рекомендаций: выбирать и развивать метрики, анализировать ошибки моделей и находить точки роста.
• Внедрять модели в production: разрабатывать сервисы, участвовать в развитии ML-пайплайнов и обеспечивать надёжную работу решений.
• Настраивать мониторинг качества моделей и данных, алертинг на деградации.
• Писать unit- и интеграционные тесты для ML-пайплайнов, участвовать в code review.

• Имеешь от 3 лет опыта в роли Data Scientist, ML Engineer или близкой позиции.
• Не менее 2 лет работаешь с рекомендательными системами: понимаешь основные подходы к построению рекомендаций и ранжированию, особенности данных и типичные проблемы таких моделей.
• Вёл ML-задачи полного цикла: от исследования данных и формулирования гипотез до обучения, внедрения и сопровождения моделей в production.
• Уверенно владеешь Python и SQL, используешь классический ML-стек и библиотеки для работы с данными и моделями.
• Работал хотя бы с одним DL-фреймворком: PyTorch, TensorFlow или Keras.
• Умеешь оценивать качество рекомендательных систем: выбирать и интерпретировать офлайн-метрики, участвовать в подготовке и анализе A/B-тестов.
• Понимаешь принципы production-разработки: пишешь unit-тесты, участвуешь в проектировании решений и code review.
• Работал с Git и CI/CD-процессами; знаком с инструментами разработки и командной работы, например GitLab, Jenkins и Jira.

• Мы аккредитованная IT — компания.
• Мы работаем с редким и сложным доменом для рекомендательных систем — помогаем пользователям выбирать места и сервисы в городе.
• У нас можно работать удалённо по РФ. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске. Нет дресс-кода и строгого графика: главное, чтобы было удобно тебе и команде.
• Используем современные технологии и любим о них говорить: выступаем на конференциях и сами их организуем.