Работа в команде по созданию модуля Data Science & AI, отвечающего за обработку данных, консолидированных в хранилище, и интеллектуальное обеспечение различных бизнес-процессов розничной компании.
Анализ и обработка больших массивов структурированных и неструктурированных данных;
Создание и развитие batch/real-time моделей персональных товарных предложений и рекомендаций для покупателей; развитие моделей сегментации и прогнозирования оттока; поиск структур в данных, прогнозирование спроса, оптимизация цен, распознавание изображений товаров, анализ тональности откликов, выявление мошенничества и пр.;
Полный цикл (data collection, feature engineering, model fitting, model management, visualization, model serving) создания набора моделей на основе транзакционной и поведенческой информации;
Участие в разработке и стандартизации ML-пайплайнов;
Еxperiment и code-review.
Требования:
Опыт работы на позиции data scientist от 2ух лет;
Знание основных алгоритмов и метрик машинного обучения;
Ключевые навыки: Python, SQL, ML;
Практические навыки работы с рекомендательными системами: знание архитектур и алгоритмов в основе collaborative filtering / content based / hybrid recommender systems;
Аналитические способности и логическое мышление;
Знание математической статистики и теории вероятности;
Умение объяснять и адаптировать сложные системы и технические термины к ясной лаконичной форме для нетехнических специалистов;
Умение работать в команде на результат;
Внимательность;
Ответственность;
Целеустремлённость;
Знание английского языка на уровне чтения технических материалов.
Приветствуется:
Опыт работы в компаниях в сфере розничной торговли;
Образование - МФТИ, МГТУ им. Баумана, МГУ, СПбГУ, Сколтех, НГУ;
Достижения по итогам участия в олимпиадах по техническим дисциплинам (математика, программирование, физика);
Практические навыки работы с Deep Learning фреймворками PyTorch, TensorFlow и пр.;
Участие в соревнованиях по решению задач с помощью машинного обучения (Kaggle, RecSys пр.);
Участие в разработке opensourсe библиотек, пройденные за последний год оффлайн и онлайн курсы (coursera, udemy и пр.);
