Мы — команда эффективности нефинансовых сервисов Т‑Банка. Наша цель — создавать и внедрять алгоритмы, которые улучшают экономику экосистемы: делают ее выгоднее для клиентов, прибыльнее для бизнеса и эффективнее для партнеров. Для этого мы используем кэшбэк, ценообразование, рекламу и финтех-сервисы.
Одно из приоритетных направлений команды — развитие рекламной платформы. Мы создаем инструмент, который будет управлять эффективностью рекламы: максимизировать релевантность для пользователя, улучшать качество трафика для партнера и маржинальность для бизнеса.
Ждем аналитика, которому интересно строить сложную систему на стыке ML, экономики, экспериментов и пользовательского опыта.
Обязанности:
- Проектировать и оптимизировать формулы аукционов, стратегии показа рекламы и модели скоринга с использованием ML и алгоритмических эвристик
- Разрабатывать и поддерживать динамические сегментации кампаний и рекламного инвентаря
- Разрабатывать и поддерживать алгоритмы управления распределением трафика в зависимости от состояния кампаний, CTR, маржинальности и других ключевых метрик
- Работать с моделями прогнозирования ожидаемой стоимости выкупа рекламного инвентаря и ценности показов, балансируя интересы рекламодателей и бизнеса
- Дизайнить, запускать и анализировать эксперименты в условиях сложных сетевых эффектов
- Искать новые алгоритмические подходы к распределению бюджета и приоритизации показов, чтобы автобиддер максимально эффективно использовал каждый рубль рекламодателя
Требования:
- Знаете SQL на продвинутом уровне
- Отлично разбираетесь в математической статистике и теории вероятностей, умеете проводить А/B-тесты, знаете разные статистические методы и критерии
- Знаете альтернативные методы проверки гипотез: ML-подходы, когортный анализ, синтетический контроль и так далее
- Знаете Python и библиотеки pandas, NumPy, matplotlib, sklearn, SciPy, prophet и другие
- Проводили бизнес-анализ и выявляли требования
- Умеете выбирать целевые метрики бизнеса или продукта, декомпозировать и строить дерево метрик
- Понимаете, как работать с зависимостью в данных — от способов оценки параметров распределений до дельта-метода и линеаризации
- Визуализируете данные построения дашбордов в BI-инструментах: Tableau, Python, Proteus
- Умеете писать ETL-пайплайны — SSETL
Условия:
- Гибридный график и офис у метро «Белорусская», в котором есть все что нужно: Т-Клиника, салон красоты, фитнес-зоны, комнаты для сна и медитации. Если захочется поработать на свежем воздухе — терраса с панорамным видом
- Достойную зарплату — обсудим ее на собеседовании