Мы в поиске Data Scientist в команду Ranking&Search.
Чем предстоит заниматься:
Развивать модели ранжирования товаров в каталоге/поиске с помощью: персонализации каталога/поиска, добавления онлайн факторов по текущей сессии, адаптации ранжирования для новых пользователей и развития алгоритмов генерации кандидатов;
Улучшать алгоритмы поиска, в том числе с использованием нейронных сетей.
Стэк технологий: Big data (Hadoop, PySpark, Hive), Python, Catboost, Airflow, Docker, SQL, PyTorch.
Почему у нас классно:
Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации.
Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах
У нас представлен полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров.
Как мы работаем:
Пишем на Python 3.6+ и PySpark 3.0;
Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру;
Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов;
Используем Airflow для управления ML-пайплайнами и запуском их по расписанию;
В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач;
Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов;
В компании внедрена культура принятия решений на основании данных и все изменения тестируем через АБ-эксперименты.
Мы ожидаем:
Опыт в области анализа данных и машинного обучения (от 2 лет);
Опыт работы с SQL, Hadoop, Hive, Spark;
Владение Python, Linux, методами работы с большими данными;
Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
Знания теории вероятностей и математической статистики;
Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
Знание алгоритмов и структур данных;
Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
Английский язык на уровне технического чтения и профессионального общения.
Почему с нами хорошо
Заботимся
ДМС со стоматологией и страхование жизни с первого месяца
Скидка на каталог Lamoda до 40%
Программа привилегий и скидок от BestBenefits
Бесплатные консультации юристов
Врач в офисе каждый рабочий день
Дополнительные выходные в случае важных событий
Яркие мероприятия и много неформального общения
Коворкинг в Санкт-Петербурге, если хочется сменить обстановку
Развиваем
Опытный наставник для каждого новичка
Обучение и участие во внешних конференциях
Разговорный английский клуб и онлайн-библиотека MyBook
Помогаем развивать личный бренд, выступать и писать статьи
Performance Review дважды в год, чтобы развиваться системно
Проводим митапы и demo-дни для обмена знаниями
Погружаем в fashion и каждый сезон знакомим с модными трендами