Data Scientist (Pricing)

Почему у нас классно

• Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации.
• Сильная команда Middle и Senior-специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах.
• У нас представлен полный жизненный цикл разработки data driven-продуктов с применением ML — от идеи и генерации гипотез до запуска A/B-тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров.

Как мы работаем

• Пишем на Python 3.6+ и PySpark 3.0.
• Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру.
• Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов.
• Используем Airflow для управления ML-пайплайнами и запуском их по расписанию.
• В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач.
• Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов.
• В компании внедрена культура принятия решений на основании данных, и все изменения тестируем через A/B-эксперименты.

Чем предстоит заниматься

• Развивать систему динамического ценообразования.
• Заниматься построением системы конкурентного ценообразования (матчинг), включающей в себя как модели DL (NLP/CV), так и классический ML.
• Использовать модели эластичности в других бизнес продуктах: ранжировании, пополнении стока, промо (купоны) и персональном ценообразовании.
• Предлагать новые инициативы, связанные с развитием data-driven подхода в отделе коммерции.

Мы ожидаем

• Опыт в области анализа данных и машинного обучения (от 2 лет).
• Опыт работы с SQL, Hadoop, Hive, Spark.
• Владение Python, Linux, методами работы с большими данными.
• Опыт работы как минимум с 2 ML-библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML.
• Знания теории вероятностей и математической статистики.
• Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа.
• Знание алгоритмов и структур данных.
• Высшее образование в области прикладной математики, информационных технологий, информатики и т.п.
• Английский язык на уровне технического чтения.

Почему с нами хорошо

Заботимся:

• ДМС со стоматологией и страхование жизни с первого месяца.
• Скидка на каталог Lamoda до 40%.
• Программа привилегий и скидок от BestBenefits.
• Бесплатные консультации юристов.
• Врач в офисе каждый рабочий день.
• Дополнительные выходные в случае важных событий.
• Яркие мероприятия и много неформального общения.
• Коворкинг в Санкт-Петербурге, если хочется сменить обстановку.

Развиваем:

• Опытный наставник для каждого новичка.
• Обучение и участие во внешних конференциях.
• Разговорный английский клуб и онлайн-библиотека MyBook.
• Помогаем развивать личный бренд, выступать и писать статьи.
• Performance Review дважды в год, чтобы развиваться системно.
• Проводим tech talks и demo-дни для обмена знаниями.
• Погружаем в fashion и каждый сезон знакомим с модными трендами.