Стажёр Data Scientist в X5 Tech удалённо

Стажёр Data Scientist в команду персонализации и CVM X5 Tech. Работа с большими данными о покупательском поведении, разработка ML-моделей для прогнозирования оттока и отклика, uplift-моделирование и персонализация промо.

Задачи:

• 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

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
• Будет плюсом: знаком с PySpark и понимаешь основные принципы распределенной обработки данных
• Будет плюсом: работал с PyTorch или другими библиотеками для глубокого обучения
• Будет плюсом: знаком с uplift-моделированием, рекомендательными системами или задачами персонализации
• Будет плюсом: имеешь опыт участия в ML-проектах, соревнованиях, исследовательских или учебных проектах
• Будет плюсом: знаком с Airflow, Docker, Kubernetes, Grafana, MLflow
• Будет плюсом: имеешь представление о жизненном цикле ML-модели и процессе вывода моделей в промышленную эксплуатацию

Условия:

• Опыт работы: 1–3 года
• Полная занятость
• График: 5/2
• Формат работы: удалённо

Навыки:

• Python
• SQL
• ML
• PySpark
• PyTorch
• Airflow
• Docker
• Kubernetes
• Grafana
• MLflow
• A/B-тесты
• uplift-моделирование
• математическая статистика
• теория вероятностей