Senior Data Scientist (Персонализация)

Локация: удалённая или гибридная работа с возможностью приезжать в офис в Москве или Екатеринбурге

Компания

IT-компания развивает e-commerce-платформу, онлайн-магазин и рекомендательную систему для миллионов пользователей.

Что делать

• Разрабатывать модели рекомендаций для сайта и мобильного приложения, включая cold-start, гибридные и deep learning-подходы.
• Создавать алгоритмы candidate generation и reranking, объединяющие персональные, контекстные и бизнесовые сигналы.
• Разрабатывать рекомендации похожих товаров, cross-sell и upsell в карточках товаров.
• Обучать и выводить в production модели ранжирования поисковой и каталожной выдачи на основе Learning-to-Rank и нейронных подходов.
• Разрабатывать метрики CTR, CVR, MAP и NDCG, проводить онлайн-, офлайн- и A/B-тестирование.
• Создавать и поддерживать ETL-процессы на PySpark для подготовки признаков.

Требования

• Опыт полного цикла разработки рекомендательных систем — от сбора требований до вывода моделей в production.
• Практический опыт Learning-to-Rank и классических ML-подходов к рекомендациям.
• Опыт работы с большими объёмами данных и технологиями Spark, Flink или Hadoop.
• Уверенное владение Python и опыт написания ETL-процессов на PySpark.
• Знание теории вероятностей, статистики, A/B-тестирования и построения онлайн- и офлайн-метрик.
• Опыт работы с облачными хранилищами S3, GCS или Azure Blob.

Хорошо, если есть

• Опыт работы с графовыми моделями и embedding-техниками, включая graph neural networks и node2vec.
• Знание Docker и базовых принципов контейнеризации.
• Опыт разработки FastAPI-сервисов для онлайн-инференса.

Культура и преимущества

• Официальное трудоустройство и прозрачные условия работы.
• Удалённый или гибридный график с возможностью посещать офис.
• ДМС со стоматологией, скидки и бонусы от партнёров.
• Помощь карьерного консультанта, компенсация обучения и участие в конференциях.
• Открытый диалог с топ-менеджерами и корпоративные мероприятия.