Задачи

• участие end-to-end в цикле внедрения рекомендаций игр на сайте и в приложениях;
• выбор моделей, реализация и тестирование;
• ведение проекта: общение с бизнесом и разработкой, планирование, фокус на конечный продукт, самостоятельность;
• работа с большим объемом пользовательских данных, построение выводов по данным, формулирование и проверка гипотез, поиск закономерностей.

Примеры задач:

• отбор кандидатов для рекомендаций;
• ранжирование каталога;
• предсказание оттока;
• uplift моделирование;
• предсказания вероятности совершить целевое действие;
• поиск похожих объектов;
• динамическое ценообразование.

Требования

• умение писать продакшн код;
• знание алгоритмов машинного обучения;
• хорошие знания математики: теория вероятности, математическая статистика, линейная алгебра, математический анализ;
• знание Python, научный стек: numpy, scipy, matplotlib, pandas, sklearn, xgboost/lightgbm, keras;
• умение работать с большим объемом данных: опыт работы с Hive и Pyspark;
• базовое знание алгоритмов и структур данных;
• владение Linux, Bash.

Будет плюсом

• опыт разработки рекомендательных систем;
• опыт в разработке продакшн сервисов, связанных с ML;
• призовые места на Kaggle;
• опыт выступления на конференциях;
• знание Pytorch или TensorFlow.