Описание:
Мы - департамент развития цифровых продуктов Азбуки Вкуса, если коротко DPDD.В нашем департаменте есть команда Machine Learning, которая занимается созданием математических моделей и их автоматизацией.В настоящее время мы активно ищем лида функции ML, который будет: Общаться с бизнесом, в т.ч. на уровне топ-менеджмента Формулировать задачи машинного обучения из потребности бизнеса, определять их MVP, формировать стратегию развития функции ML Развивать в Компании культуру использования ML, понимание классов задач, навыки постановки задач Принимать живое участие в генерации и апробации ML-кейсов, консультировать бизнес по вопросам их использования Руководить ML-инженерами В виду не большого текущего размера команды лично участвовать в разработке моделей. Дальнейший рост и развитие команды полностью зависит от успехов достигнутых в перечисленных выше направлениях. К деятельности команды не относятся ad-hoc аналитика, дашборды, хранилище данных - ими занимаются другие подразделения Компании. Ожидания относительно навыков кандидата: Опыт развития функции ML в Компании Предшествующий опыт работы в роли DS / MLE не менее 3-х лет Хорошее понимание аналитических моделей и методов исследования данных Грамотный подход к планированию и проведению экспериментов Практический опыт формулирования задач машинного обучения из бизнес-потребностей Умение быстро проверить гипотезу, оценить бизнес-эффект и уверенно донести результат заказчику Базовое понимание подхода к автоматизации и готовность формулировать задачи инженерам Знание состава основных аналитических библиотек Python (Pandas, Scikit-learn) Опыт работы с моделями CatBoost, LightGBM желательно Опыт работы с временными рядами Знание SQL на уровне формирования обучающей выборки Умение формировать документацию в wiki, описывать результаты экспериментов в Jupyter-ноутбуках, грамотно вести задачи в трекере Базовые навыки Git и unix-консоли Опыт работы в Retail будет плюсом Некоторые наши задачи: Прогнозирование временных рядов стратегических показателей и продаж Кластеризация магазинов по покупательской активности и конкурентному окружению Кластеризация товаров по ценовым сегментам Оптимизация списаний Автоклассификация обращений в HelpDesk Автоматизация формирования ассортиментных матриц Совершенствование общего пайплайна разработки аналитических моделей Текущий стек технологий: Python Airflow (Kubernetes) PyСharm, JupyterHub Oracle (DWH) Яндекс.Трекер, Яндекс.Wiki, Gitlab
Мы предлагаем:
Официальное трудоустройство по ТК РФ. Офис в пешей доступности от мцк Лужники / м.Спортивная. Гибридный график работы (возможна полная удаленка). Скидку на собственную линейку продуктов 30%. Расширенный доступ к библиотеке «МИФ» и порталу BestBenefits (а это: скидки от партнеров на спорт и отдых, развлечения и многое другое). 30% скидка на Яндекс.Путешествия. Беспл
