Стажёр Data Scientist в команду персонализации и CVM

Ориентир по рынку≈ 341 000 – 475 000 ₽наша приблизительная оценка по 36 вакансиям этой роли, у работодателя вилка не указана

🏢 ОфисJuniorПолная занятость

≈ 341 000 – 475 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Чем предстоит заниматься

Исследовать большие объемы данных о покупательском поведении и находить закономерности для решения бизнес-задач

Разрабатывать и улучшать ML-модели для прогнозирования оттока и отклика пользователей

Решать задачи uplift-моделирования и выбора оптимального воздействия на пользователя

Подбирать персональные товары, категории, скидки, пороги и механики промо

Генерировать и проверять гипотезы, участвовать в подготовке и анализе A/B-тестов

Оценивать качество моделей не только по ML-метрикам, но и по влиянию на бизнес-показатели

Участвовать в развитии внутренних ML-инструментов и фреймворков команды

Участвовать в подготовке моделей к промышленному запуску и их дальнейшем развитии

Наши требования

Учишься на старших курсах бакалавриата, в магистратуре или недавно окончил техническую специальность

Хорошо знаешь Python и умеешь писать понятный и структурированный код

Знаешь основы машинного обучения и понимаешь принципы работы классических ML-алгоритмов

Умеешь работать с данными и знаешь SQL

Понимаешь основы математической статистики, теории вероятностей и проверки статистических гипотез

Понимаешь принципы проведения A/B-тестов и оценки результатов экспериментов

Умеешь самостоятельно разбираться в новой задаче, формулировать гипотезы и проверять их на данных

Интересуешься применением машинного обучения для решения реальных бизнес-задач

Знаком с PySpark и понимаешь основные принципы распределенной обработки данных

Работал с PyTorch или другими библиотеками для глубокого обучения

Знаком с uplift-моделированием, рекомендательными системами или задачами персонализации

Имеешь опыт участия в ML-проектах, соревнованиях, исследовательских или учебных проектах

Знаком с Airflow, Docker, Kubernetes, Grafana, MLflow

Имеешь представление о жизненном цикле ML-модели и процессе вывода моделей в промышленную эксплуатацию

Мы предлагаем

Официальное оформление с белой ЗП

Удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники», м. "Добрынинская"

Возможность работать удалённо или в гибридном формате

Возможность учиться и развиваться за счёт компании: внешние тренинги и семинары по профессиональным тематикам, участие в крупнейших конференциях страны, программы развития цифровых и управленческих навыков (Цифровая академия, Школа Тимлидов), онлайн и офлайн мастер-классы, корпоративный университет «X5 Полка», школа наставников и многое другое

Программы мотивации для спикеров и авторов: внутренняя школа Speak Up School, Write Up, ачивки и баллы за выступления, подготовка спикеров к крупнейшим конференциям страны, сообщество авторов на Хабре, возможность шерить опыт с комьюнити внутренних и внешних экспертов

Обмен опытом через cообщества: 12 технических комьюнити от java до devops

Яркая корпоративная жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: регулярные внутренние митапы, демо-дни, открытые микрофоны, день IT-специалиста, программы волонтерства, корпоративное предпринимательство X5 Idea Challenge

Дополнительно

X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5. Команда из более 6000 специалистов разрабатывает решения, которые помогают 420 000 тысячам сотрудников группы работать с максимальным технологическим комфортом, а миллионам покупателей быстро и удобно покупать свежие продукты

О команде

Мы — команда Data Science, которая развивает ML-решения для персонализации взаимодействия с миллионами покупателей X5. Наши модели помогают определять, кому, когда и какое предложение показать, какие товары и категории будут наиболее релевантны конкретному пользователю, какую механику коммуникации выбрать и как повысить эффективность промо. Мы решаем задачи персонализированного промо, uplift-моделирования, прогнозирования оттока и отклика, роста среднего чека и частоты покупок. Работаем с большими объемами данных и проверяем ML-гипотезы через A/B-тесты на реальных пользователях. В команде можно пройти весь путь ML-решения: от исследования данных и построения модели до проведения эксперимента, оценки бизнес-эффекта и запуска решения в промышленную эксплуатацию