Data Scientist

з/п не указана

Требуемый опыт работы: 1–3 года

Полная занятость, полный день

«СберСпасибо»- крупнейшая банковская программа лояльности, созданная для клиентов ПАО Сбербанк.

Мы разрабатываем с нуля рекомендательную realtime-систему для более 40 млн клиентов программы лояльности «Спасибо от Сбербанка».

Ищем активного и целеустремленного коллегу, который специализируется на рекомендательных системах, имеет опыт работы с большими данными, знает и применяет state-of-the-art инструменты в своей работе.

У нас приветствуется и поддерживается непрерывное развитие сотрудников: образование за счет компании, участие в профильных (в том числе зарубежных) мероприятиях, работа над opensource-проектами и написание материалов для ML/DS-изданий

Чем предстоит заниматься:

  • Полный цикл (data collection, feature engineering, model fitting, model management, visualization, model serving) создания набора моделей на основе транзакционной и поведенческой информации;
  • Создание realtime-моделей персональных рекомендаций товаров и услуг для пользователей, ранжирование списков товаров и услуг, построение моделей оттока и ретаргетинга; обратная задача к top-n рекомендаций ­-- подбор пользователей под группу товаров и услуг;
  • Разработка моделей для задач регрессии, бинарной, multiclass и multilabel классификации;
  • Участие в разработке и стандартизации ML-пайплайнов;
  • Анализ и обработка больших массивов данных;
  • Еxperiment и code-review.
Что нужно знать и уметь:
  • Высшее техническое образование, (будет преимуществом - МФТИ, МГТУ им. Баумана, МГУ, СПбГУ, ВШЭ, Сколтех, НГУ);
  • Знание архитектур и алгоритмов в основе collaborative filtering / content based / hybrid recommender systems;
  • Python, приветствуется PEP 8;
  • Знание основных алгоритмов и метрик машинного обучения
  • Знание SQL, желателен опыт работы с Clickhouse distributed postgresql;
  • Желателен опыт работы со Spark, Airflow, MLFlow / Neptune ML, DVC, TPOT или аналогичными инструментами;
  • Желательно опыт работы с Docker, Kubernetes;
  • Знание математической статистики и теории вероятности;
  • Аналитические способности и логическое мышление;
  • Умение работать в команде на результат;
  • Знание английского языка на уровне чтения технических материалов

Будет дополнительным преимуществом:

  • участие в соревнованиях по рекомендательным системам, в том числе Kaggle, RecSys;
  • участие в разработке opensourсe библиотек, пройденные за последний год оффлайн и онлайн курсы (coursera, udemy и пр.).
Условия:
  • Офис: ст. метро Кутузовская;
  • Социальный пакет ДМС и НС;
  • Конкурентная заработная плата;
  • Премия;
  • Льготные условия для потребительского и ипотечного кредитования

Ключевые навыки

Английский — B1 — Средний
Python
Spark
XGBoost
Анализ данных
Data Science
Machine Learning
Data Mining
Теория вероятностей

Адрес

Москва, Поклонная улица, 3
Показать на большой карте

Вакансия опубликована 14 октября 2021 в Москве

Похожие вакансии