Чем предстоит заниматься:
- проектировать и развивать модели склонности, look-alike- и uplift-модели для подбора наиболее релевантных коммерческих предложений конкретным клиентам с учётом их истории, контекста и предыдущих контактов с менеджерами по продажам;
- участвовать в построении end-to-end пайплайна принятия решений: от формирования пула возможных офферов для клиента до ранжирования и отбора шорт-листа предложений для ежедневного обзвона менеджерами по продажам;
- разрабатывать и улучшать офлайн-алгоритмы скоринга и ранжирования предложений в условиях ограниченных ресурсов: ограниченного числа звонков, отменённых предложений, конкуренции между офферами;
- вместе с аналитиками и продакт-менеджерами участвовать в дизайне и интерпретации экспериментов (A/B, holdout, uplift-валидация), принимать решения о масштабировании моделей на основе инкрементального эффекта;
- формировать и поддерживать стандарты разработки моделей и валидации: от постановки задачи и выбора метрик до воспроизводимости экспериментов и стабильности продакшен-решений;
- доводить модели до продакшена: участвовать во внедрении, мониторинге качества и итеративном улучшении решений на основе реального поведения клиентов и менеджеров по продажам.
Требования:
- имеете от 3 лет опыта работы в Data Science / Machine Learning с фокусом на продуктовые ML-решения, доведённые до продакшена;
- имеете практический опыт построения моделей склонности, look-alike- или uplift-моделей для продуктовых или коммерческих сценариев;
- работали с задачами ранжирования или приоритизации объектов в условиях ограниченных ресурсов, например с лимитами на показы, звонки или бюджеты;
- уверенно владеете Python и SQL для анализа данных, обучения моделей и построения ML-пайплайнов;
- понимаете принципы офлайн- и онлайн-валидации моделей, участвовали в дизайне и интерпретации экспериментов (A/B, holdout, uplift-оценка) вместе с аналитиками и продуктовыми командами;
- имеете опыт вывода моделей в продакшен: участвовали во внедрении, отслеживали качество, работали с деградациями и итеративно улучшали решения;
- готовы брать на себя техническую ответственность за ML-решения и взаимодействовать с продуктовой командой, аналитиками и инженерами на всех этапах жизненного цикла модели.
Будет плюсом:
- имеете опыт работы в рекламе или e-commerce;— имеете опыт работы с бандитами, интерливингом или мультиобъективным ранжированием;
- имеете опыт работы с MLOps-инструментами: CI/CD, мониторингом, ML-пайплайнами;
- работали с системами оркестрации ML-пайплайнов, например Kubeflow;
- готовы разбираться в существующих продакшен-сервисах и при необходимости писать код на Go.