pythonsqlkafkatransformersmachine learningairflowpysparktime series
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$2.2к$2.8кмедиана$3.6к
10 в выборке
На международном рынке: $129к/год ($106к - $160к)
87
Хорошая вакансия
развернуть
Роль описана чётко и сочетает production-машинное обучение с прогнозированием спроса на крупной продуктовой платформе; при этом явных сигналов о балансе работы и отдыха или обучении нет.
Актуальные технологии
Понятные задачи
Масштаб продукта
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Data Scientist (Анализ спроса): Разработка моделей прогнозирования спроса для десятков миллионов товаров Ozon с акцентом на cold-start для товаров без истории продаж, классификацию спроса и production-пайплайны на больших объёмах данных. Focus on построение масштабируемых ML-моделей, обработку временных рядов и оценку влияния качества прогнозов на бизнес-метрики.
Локация: Москва; формат работы — на месте работодателя, удалённо или гибридно.
Компания
Ozon — растущая ecommerce-платформа с большим количеством товаров, селлеров и данных.
Что делать
Прогнозировать спрос на товары без истории продаж, используя атрибуты товара, категорию, характеристики продавца и данные об аналогах.
Разрабатывать модели классификации спроса для регулярно продающихся товаров.
Строить и поддерживать production-пайплайны расчёта признаков, обучения и инференса моделей на больших объёмах данных.
Оценивать качество моделей и их влияние на бизнес-метрики совместно с заказчиками.
Требования
От 3 до 6 лет опыта.
Уверенное знание классических ML-алгоритмов: линейных моделей, деревьев решений и градиентного бустинга; практический опыт применения в production.
Уверенное владение PySpark: обработка больших объёмов данных, оптимизация Spark-задач, понимание партиционирования, shuffle и распределённых вычислений.
Уверенное владение оконными функциями в Spark SQL или SQL для расчёта лагов, скользящих агрегатов и ранжирований во временных рядах.
Опыт разработки и поддержки пайплайнов в Airflow.
Уверенное владение Python.
Хорошо, если есть
Опыт работы с нейронными сетями на архитектуре Transformer и моделями временных рядов.
Культура и преимущества
Полная занятость.
Большая часть задач связана с production, меньшая — с research.
Работа с масштабируемым продуктом для нескольких бизнес-заказчиков.
Возможность работать на месте работодателя, удалённо или в гибридном формате.
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 →