Data Scientist (AmazMe)

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.

Наша главная цель — построить современную, масштабируемую платформу, которая будет постоянно предвосхищать и превосходить ожидания пользователей, предоставляя им персонализированный и релевантный контент на всем клиентском пути в экосистеме Сбер. Наша платформа будет обслуживать широкий круг потребителей и строить персональные рекомендации во всех сферах бизнеса, таких как музыка, фильмы, онлайн торговля, медицина, логистика и многих других, которые присутствуют в быстро растущей экосистеме.

Мы - Команда "Рекомендательных систем" — Наша платформа будет обслуживать широкий круг потребителей и строить персональные рекомендации во всех сферах бизнеса, таких как музыка (Звук), фильмы (ОККО), онлайн торговля (СберМаркет, СберМегаМаркет), медицина (еАптека) и многих других, которые присутствуют в быстро растущей экосистеме.

Интеллектуальное ядро такой системы - это алгоритмы машинного обучения, которые анализируют по-настоящему большие данные, и в реальном времени рассчитывают предпочтения миллионов конечных пользователей.

Задачи команды — Работая в нашей команде, ты будешь участвовать в исследовании, разработке, тестировании и внедрении самых передовых алгоритмов классического и глубокого обучения в части рекомендаций. Ты получишь опыт внедрения таких алгоритмов в реальной индустриальной экосистеме, начиненной большими данными и работающей с высокими нагрузками при их обработке.

Обязанности

• разработка ML пайплайнов для формирования персональных рекомендаций и их продуктизация
• исследование современных подходов к рекомендациям
• постановка и реализация гипотез по улучшению бизнес метрик
• оптимизация существующих пайплайнов.

стек технологий:

• для разработки используем: Python, PySpark, Pandas, PyTorch, RecBole, Scikit-learn, AirFLow, MLFlow
• для организации работы: Jira, Confluence, Git.

Требования

• практический опыт полного цикла решения ML задач: предобработка данных, выбор алгоритмов и тюнинг их параметров, оценка качества моделей, визуализация и т.д.
• экспертные знания алгоритмов машинного обучения (наиболее интересны алгоритмы продуктовых рекомендаций)
• хорошее знание Python и ключевых DS-фреймворков
• опыт написания качественного production кода.

будет плюсом:

• опыт реализации production DS проектов в области продуктовых рекомендаций (для senior – обязательно)
• опыт работы с Spark, Airflow
• опыт реализации online inference в условиях высокой нагрузки.

Условия

• офисный формат работы
• годовой бонус и ежегодный пересмотр
• расширенный ДМС с первого дня + стоматология и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• офис на Кутузовской с зонами отдыха и спортзалом
• 90 дней удаленной работы из любого региона РФ (не применимо для сопровождения)
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ, корпоративная пенсионная программа, подписка СберПрайм+, скидки от партнеров и сервисов группы компаний.

Откликнуться

​