Middle/Senior Data scientist (SberAds)

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Ждем именно тебя!

Мы - Команда SberAds - создаем предиктивные модели и высоконагруженные сервисы по их применению для показа рекламы в интернете. Все модели используются в real-time аукционах на показ рекламы:

• начиная с того, чтобы идентифицировать пользователя
• потом оценив, стоит ли участвовать в запросе на показ рекламы
• затем определяя интересы пользователя
• далее выбирая релевантные объявления для показа
• и, наконец, определяя с какой рекламой и с какой ставкой мы идем участвовать в аукционе.

Команда напрямую влияет на качество показываемой рекламы, удовлетворенность рекламодателей и эффективность SberAds.

Ищем Data Scientist

Наш стек: Python, Go, S3, Spark, Hive, Airflow, MLFlow, Kafka, ClickHouse.

Обязанности

• строить/улучшать модели для разных частей всего пайплайна
• заниматься полным циклом DS/ML задач
• участвовать в создании и развитии платформы рекламы
• улучшать процесс построения моделей (от выдвижения гипотез до мониторинга работы модели).

Примеры задач:

• построить эмбеддинги на основе описания рекламных объявлений. Добавить эти данные в модели прогнозирования конверсии
• обучить модель для прогнозирования распределения ставок в аукционах. Совместить модель с текущим алгоритмом определения ставки
• провести эксперименты с новыми офлайн/онлайн признаками в моделях. Доставить признаки до сервиса на Go (тут если что помогут коллеги)
• внедрить модель, которая фильтрует подозрительный входящий трафик.

Требования

• знание классического ML и Deep Learning подходов
• опыт промышленного использования методов RecSys
• опыт разработки моделей от проблемы до сопровождения в проде
• уверенный опыт разработки на Python и Pyspark-е, опыт написания продакшн-кода
• знание принципов распределенной обработки данных
• умение принимать решения на основании данных и аргументировать свою позицию
• умение находить решения для проблем, декомпозировать, объяснять и контролировать выполнение.

Будет плюсом:

• специализация в задачах ранжирования, поиска или RTB
• опыт разработки на Go
• успешный опыт на kaggle.

Условия

• офис метро Маяковская (Оружейный переулок)
• гибридный формат работы
• конкурентная компенсация (оклад и премии по результатам деятельности)
• ДМС c первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
• материальная помощь и социальная поддержка, корпоративная пенсионная программа
• дисконт-программы от компаний партнеров
• бесплатный фитнес на территории работодателя
• внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.