Data Scientist (ML TML)

TL;DR

Data Scientist (ML TML): Разработка и внедрение ML-решений полного цикла для продуктов Wildberries с акцентом на продакшн-эксплуатацию моделей, оркестрацию пайплайнов и интеграцию в существующие системы. Фокус на работе с большими данными и промышленной обработке на PySpark/Hadoop, а также на мониторинге качества и производительности моделей.

Локация: Москва

Компания

RWB — международная технологическая компания, образованная в результате слияния Wildberries и Russ.

Что делать

• Разрабатывать и внедрять ML-решения полного цикла: от гипотез и построения моделей до продуктивизации, оркестрации и интеграции в системы.
• Обеспечивать стабильную работу моделей: настройка пайплайнов, мониторинг качества и производительности, улучшение текущих решений.
• Решать прикладные ML-задачи на больших данных (прогнозирование, классификация, ranking, anomaly detection и др.).
• Обучать модели и обрабатывать данные в промышленной среде с использованием PySpark и Hadoop.
• Участвовать в развитии инженерной культуры команды: стандартизация ML-пайплайнов, практик разработки, сопровождения и мониторинга.

Требования

• Опыт работы Data Scientist 3–5 лет и умение решать прикладные ML-задачи в продакшене (classification, regression, anomaly detection, ranking и др.).
• Уверенное владение Python и современным ML-стеком: pandas/polars, scikit-learn, LightGBM, CatBoost, PyTorch, MLflow (и др.).
• Хорошее знание SQL и опыт работы с данными в аналитических базах (например, GreenPlum, ClickHouse).
• Опыт работы с большими данными и промышленной эксплуатацией моделей на PySpark и Hadoop.
• Знакомство с инструментами интеграции и потоковой обработки данных: Kafka, S3 и компоненты экосистемы больших данных.
• Опыт разработки production-ready кода: тестирование, code review, Git и CI/CD; умение строить end-to-end пайплайны от экспериментов до внедрения и мониторинга.

Хорошо, если есть

• Экспертиза в ритейле и маркетплейсах.

Культура и преимущества

• Гибрид/удаленно.
• ДМС со стоматологией, корпоративный спорт, консультации психолога.
• Обучение и развитие: корпоративный университет, языковые клубы и программы развития управленческих навыков.
• Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника.
• Сообщества по интересам (клубы спикеров, футбол, йога, шахматы и т.д.) и поддержка семей.

Процесс найма

• Обсуждение опыта и релевантных проектов.
• Оценка технических компетенций и подхода к ML в продакшене.
• Финальная встреча для согласования ожиданий по роли и формату работы.