
Ведущий специалист по анализу и интерпретации данных
Верме
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
Мы в поисках Ведущего специалиста по анализу и интерпретации данных Моя смена - Uber-платформы для привлечения самозанятых исполнителей по всей России, который будет строить модели, влияющие на Match Conversion Rate, Fill rate, Take rate и юнит-экономику. Необходимо не только разрабатывать модели, но и доводить их до production, измерять бизнес-эффект и работать в кросс-функциональной команде с ML-инженерами и аналитиками.
Чем нужно будет заниматься
Разрабатывать two-tower модель для рекомендаций;
•Валидировать гипотезы и экспериментировать;
•Считать и интерпретировать результаты;
•Исследовать данные, искать аномалии и инсайты.
У тебя точно всё получится, если есть
•3+ лет коммерческого опыта в Data Science / Machine Learning;
•Опыт разработки и внедрения ML-моделей в production;
•Опыт работы с рекомендательными системами (коллаборативная фильтрация, two-tower модели, learning-to-rank) или динамическим ценообразованием (эластичность, causal inference, временные ряды);
•Опыт A/B-тестирования и оценки бизнес-эффекта моделей (офлайн- и онлайн-метрики);
•Deep Learning: PyTorch или TensorFlow;
•SQL - написание сложных запросов для сбора данных и диагностики;
•Статистика и математика: теория вероятностей, математическая статистика, causal inference;
•ML Ops: понимание жизненного цикла модели, мониторинг дрейфа, CI/CD для ML;
•Cloud / Big Data: опыт работы с облачными платформами и big data инструментами.
•Бизнес-ориентированность: умение переводить бизнес-задачи в ML-постановку;
•Data-driven подход: принятие решений на основе данных и экспериментов;
•Коммуникация: способность объяснять сложные модели продактам и стейкхолдерам;
•Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели;
•Системное мышление: понимание, как модель влияет на всю экосистему платформы.
Будет плюсом
Опыт работы с LLM-эмбеддингами и векторными базами данных;
•Опыт в gig-экономике, маркетплейсах, HR Tech, логистике или ритейле;
•Опыт внедрения reinforcement learning или bandit-алгоритмов для ценообразования.
