ML аналитик (Рекомендации) (удаленная работа)

Вакансия: ML аналитик (Рекомендации)

Описание вакансии

Привет! Мы в Звуке ищем ML аналитика. Мы - команда ML, хотим лучше понимать профиль и опыт взаимодействия клиентов с моделями рекомендаций музыки, нашими поверхностями. Анализируем результаты работы моделей рекомендаций, проводим А/Б тесты, исследования данных. У тебя будет возможность применить свои знания для решения широкого круга проблем, в том числе создание качественных дата продуктов, которые действительно важны для пользователей.

Почему это важно

Звук стремится стать лидером в области стриминга audio-first контента, предлагая уникальный и захватывающий опыт для пользователей. Мы знаем, что успешный продукт начинается с глубокого понимания запросов аудитории и умения воплощать это понимание в жизнь.
Мы предлагаем тебе уникальную возможность заниматься задачами, связанными с улучшением работы алгоритмов рекомендаций. Огромный массив данных тебе в помощь около 100 млн треков, который будет только расти.

О роли

В этой роли у тебя будет возможность поработать в команде ML аналитики для направления Рекомендаций. Тебя ожидает плотное взаимодействие с командами Рекомендаций, CJ и коллегами по DataScience.

Чем предстоит заниматься:

• Аналитические исследования в Рекомендациях, в том числе создание моделей кластеризации
• Подготовка дизайна и подведение итогов А/Б-тестов
• Дизайн и реализация метрик моделей и продукта, сервисных метрик качества
• Визуализация данных и построение дашбордов в FineBI и Redash

Успех в этой роли обеспечат:

• Опыт работы дата-аналитиком от 2х лет в крупных ИТ-компаниях, телекоме или музыкальной сфере на аналогичной позиции
• Техническое образование и хорошая математическая подготовка в области статистического анализа и теории вероятностей
• Опыт в проведении А/Б тестов
• Опыт применения моделей кластеризации (K-means, DBSCAN)
• Опыт в построении системы внутренней отчетности (Tableau, FineBI и т.п.)
• Продвинутый SQL (PL/SQL, T-SQL), Python (pandas/pyspark, matplotlib/seaborn/plotly), HDFS, Trino
• Желательно опыт использования AI инструментов для оптимизации аналитических процессов
• Умение объяснять полученные результаты бизнесу