Задачи охватывают полный цикл production ML, а рекламная платформа и стек дают сильный практический опыт; при этом узкая специализация на рекламных аукционах может сузить применимость опыта.
Кликните для подробной информации
Понятные задачиСовременный стекРекламные технологииОбучение за счет компании
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior Data Scientist (SberAds): Разработка и улучшение предиктивных моделей для real-time рекламных аукционов с акцентом на RecSys, Deep Learning и полный цикл DS/ML-задач. Focus on построение эмбеддингов и моделей ставок, проведение офлайн- и онлайн-экспериментов, доставку признаков в Go-сервисы и мониторинг моделей в production.
Локация: Москва, офис у метро Маяковская; заявлены работа на месте работодателя и гибридный формат.
Компания
СБЕР развивает крупную B2C-экосистему, а команда SberAds создает предиктивные модели и высоконагруженные сервисы для показа интернет-рекламы в real-time аукционах.
Что делать
Строить и улучшать модели для разных этапов рекламного пайплайна: идентификации пользователей, оценки участия в аукционе, определения интересов, выбора объявлений и ставок.
Выполнять полный цикл DS/ML-задач — от выдвижения гипотез до внедрения и мониторинга моделей.
Участвовать в создании и развитии рекламной платформы и улучшать процесс построения моделей.
Создавать эмбеддинги из описаний рекламных объявлений и использовать их в моделях прогнозирования конверсии.
Обучать модели распределения ставок, объединять их с текущими алгоритмами и экспериментировать с офлайн- и онлайн-признаками.
Внедрять модели фильтрации подозрительного трафика и доставлять признаки в сервисы на Go.
Требования
От 3 до 6 лет опыта.
Знание классических подходов ML и Deep Learning.
Промышленный опыт применения методов RecSys.
Опыт разработки моделей от постановки проблемы до сопровождения в production.
Уверенное владение Python и PySpark, опыт написания production-кода.
Знание принципов распределенной обработки данных.
Умение принимать решения на основании данных, аргументировать позицию, декомпозировать проблемы, объяснять решения и контролировать выполнение.
Культура и преимущества
Полная занятость; гибридный формат работы.
Конкурентная компенсация: оклад и премии по результатам деятельности.
ДМС с первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний.
Материальная помощь, социальная поддержка и корпоративная пенсионная программа.
Бесплатный фитнес на территории работодателя, партнерские дисконт-программы и подписка Прайм с возможностью совместного использования на троих близких.
Внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции и корпоративная библиотека.
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 →