Назад

Не получаете ответ?

Вакансия опубликована 23 дн. назад - шансы на ответ снижаются.

обновлено 24 дня назад

Data Science Team Lead в команду ранжирования

600 000₽
Формат работы
hybrid
Тип работы
fulltime
Грейд
lead
Страна
Russia
RUВакансия из Hirify RU, списка российских tech-компаний

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Data Science Team Lead в команду ранжирования (Python/PyTorch/RecSys): Разработка платформы персонализации продуктов и моделей для бизнес-процессов, включая подбор категорий повышенного кешбэка, с акцентом на полный цикл ML, масштабирование пайплайнов и вывод решений в продакшен. Focus on управлении командой, оптимизации обучения и обработки больших данных, интеграции моделей с продуктовыми и инженерными системами и мониторинге в реальном времени.

Локация: Москва, Москва-Сити; гибридный формат

Зарплата: 600 000 ₽ в месяц до налогов, совокупно

Компания

Финансово-технологическая компания, создающая продукты и сервисы для физических и юридических лиц и развивающая персонализацию банковских предложений.

Что делать

  • Отвечать за результат команды ранжирования из 3 человек с возможностью дальнейшего расширения.
  • Вести полный цикл ML-проектов: от сбора данных и ETL до развёртывания и мониторинга моделей.
  • Генерировать и тестировать гипотезы, создавать MVP и выводить решения в продакшен.
  • Оптимизировать и масштабировать пайплайны обработки данных и обучения моделей.
  • Взаимодействовать с инженерными и продуктовыми командами для интеграции ML-решений.

Требования

  • Опыт работы с Python, PySpark, ClickHouse, S3 или аналогичными хранилищами.
  • Глубокие знания ML/DL и практический опыт с PyTorch, CatBoost и LightGBM.
  • Понимание ETL-процессов, feature engineering и работы с большими данными.
  • Умение проектировать и поддерживать Airflow-пайплайны.
  • Опыт вывода ML-моделей в продакшен, оптимизации для работы в реальном времени, мониторинга и поддержки.

Хорошо, если есть

  • Опыт в RecSys- или Search-проектах.
  • Практика внедрения нейросетевых моделей в продакшен.
  • Знание методов онлайн- и офлайн-оценки рекомендательных систем.
  • Опыт распределённых вычислений и оптимизации производительности ML-систем.

Культура и преимущества

  • Работа над персонализацией банковских продуктов, включая подбор категорий повышенного кешбэка.
  • Возможность влиять на процессы и решения команды.
  • Гибридный формат работы в Москве.

Будьте осторожны

Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →