Senior Data Scientist, RecSys, Ozon Банк (удаленная работа)
(вакансия не опубликована)

18 сентября 2025

Уровень зарплаты:
з.п. не указана
Требуемый опыт работы:
Не указан

Вакансия: Senior Data Scientist, RecSys, Ozon Банк

Описание вакансии

Ozon Банк компания, в которой тесно переплетаются финансы и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в командах: каждый сотрудник может влиять на процессы и пути к результату.
Мы ищем Senior DS в команду RecSys. Команда занимается всеми задачами Ozon Банка, связанными с ранжированием. Наша цель создание мощной платформы, которая поможет развивать различные направления бизнеса с помощью персонализации. Команда только начинает свой путь, но мы планируем работать с максимально широким спектром подходов: от классических моделей до нейросетевого ранжирования.

Основной стек: Python, Spark, ClickHouse, S3, PyTorch, Catboost, LightGBM, MLFlow, AirFlow

Вам предстоит:

  • Генерировать и тестировать гипотезы, строить MVP и выводить их в продакшен.
  • Разрабатывать и внедрять системы рекомендаций в Ozon Банк с нуля.
  • Работать над полным циклом ML-проектов: от сбора данных и ETL до развертывания моделей и мониторинга.
  • Оптимизировать и масштабировать пайплайны обработки данных и обучения моделей.
  • Взаимодействовать с инженерными и продуктовыми командами для интеграции решений.

Мы ожидаем:

  • Опыт работы с Python, PySpark, ClickHouse, S3 (или аналогичными хранилищами).
  • Глубокие знания в ML/DL : PyTorch, CatBoost, LightGBM .
  • Понимание ETL-процессов, feature engineering и работы с большими данными.
  • Умение проектировать и поддерживать AirFlow -пайплайны
  • Опыт вывода ML-моделей в прод, их оптимизации для работы в реальном времени, последующий мониторинг и поддержка

Будет плюсом:

  • Опыт в RecSys или Search -проектах.
  • Практика внедрения нейросетевых моделей в продакшен.
  • Знание методов онлайн- и оффлайн-оценки рекомендательных систем.
  • Опыт работы с распределенными вычислениями и оптимизацией производительности ML-систем.