Senior Data Scientist в команду предиктивной аналитики

Мы создаём самую большую рекомендательную систему в России, выпускаем приложения под Android и iOS, разрабатываем редактор видео и помогаем интересным блогерам найти новую аудиторию, а пользователям — интересные публикации. За этим стоят сложные алгоритмы, сотни тестов и сервис, который обрабатывает 150 тысяч запросов в секунду.

О проекте

Команда предиктивной аналитики управляет контентом, обогащая его дополнительной информацией за счёт ML-моделей, краудсорсинга, LLM. Мы являемся центром экспертизы по автоматизированной разметке, за счёт которой работают рекомендации, поиск, модерация и антифрод. Именно наша команда строит ML-модели и предоставляет предиктивную аналитику по контенту и профилям для бизнес-юнитов холдинга. Для этого мы выстраиваем end-to-end пайплайны обработки и дистрибуции данных, обучаем и используем как классические ML-модели, так и LLM (LLaMa, ChatGPT и другие). Так как всё большему количеству бизнес-юнитов требуется наша экспертиза, мы ищем Senior Data Scientist с опытом вывода ML-моделей в прод.

Задачи:

• построение и улучшение ML-архитектуры процессов обработки данных;

• разработка ML-моделей, настраивание их качественной и количественной оценки, анализ результатов;

• работа с инструментами разметки (LLM и краудсорсинг) для подготовки Ground Truth данных;

• взаимодействие с заказчиками, груминги, декомпозиция крупных ML-проектов.

Требования:

• высшее техническое или математическое образование;

• более 2 лет опыта на позиции Data Science или Machine Learning;

• опыт работы с Python (pandas, numpy, scipy, catboost, xgboost), SQL (оконки, процедуры) — для подготовки данных и обучения ML-моделей;

• опыт работы с системами краудсорсинга (например, Толока) для получения разметки в целях мониторинга, обучения, улучшения моделей;

• опыт работы с Airflow, BI-системами — Datalens/Superset/Tableu/Power-BI;

• опыт вывода в прод классических ML-моделей (например, бустингов);

• умение работать с математической статистикой для управления статзначимостью метрик моделей и пайплайнов.

Будет плюсом опыт работы с LLM-моделями.