- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist в команду Monetization Efficiency
Оценка ИИАвито — один из топовых работодателей в РФ с сильной инженерной культурой. Позиция предлагает работу над сложными и понятными бизнес-задачами в области монетизации с использованием современного стека.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к глубоким знаниям в специфических областях, таких как uplift-моделирование и численная оптимизация, а также необходимостью иметь более 3 лет опыта в продуктовых ML-командах.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior Data Scientist в крупных российских тех-гигантах (BigTech) уровень компенсации обычно находится в диапазоне 350-550 тысяч рублей после вычета налогов. Авито традиционно предлагает конкурентные условия, соответствующие верхней границе рынка.
Сопроводительное письмо
Меня заинтересовала вакансия Data Scientist в команду Monetization Efficiency, так как мой опыт в области ML и прикладной статистики напрямую перекликается с вашими задачами. Я имею опыт разработки алгоритмов ранжирования и прогнозирования, а также глубоко разбираюсь в uplift-моделировании, что критично для оценки эффективности инструментов продвижения.
В Авито меня привлекает возможность работать с огромными массивами данных и внедрять решения, которые напрямую влияют на бизнес-показатели селлеров. Я умею не только строить сложные математические модели, но и аргументированно объяснять их ценность бизнесу, опираясь на метрики и результаты экспериментов. Готов к изучению актуальных научных статей для поиска инновационных подходов в монетизации.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Авито уже сейчас
Присоединяйтесь к команде монетизации Авито и создавайте алгоритмы, влияющие на успех миллионов продавцов!
Описание вакансии
Data Scientist в команду Monetization Efficiency
#удаленка #Офис
Компания: Авито
☑️Вам предстоит:
– разрабатывать алгоритмы рекомендации наиболее подходящих для селлера продуктов продвижения, а также их параметров;
– развивать алгоритмы прогнозирования эффекта от применения механизмов продвижения к объявлениям;
– оценивать потенциал, подбирать подходящие метрики офлайн- и онлайн-оценки и повышать качество ML-моделей, используемых внутри алгоритмов.
☑️Мы ждём, что вы:
– имеете не менее трех лет опыта работы, связанного с ML и алгоритмами, в продуктовой команде;
– имеете опыт работы с uplift-моделированием, в монетизации, численной оптимизации или смежных областях;
– умеете принимать решения на основании данных и наглядно аргументировать свои решения, объяснять сложные вещи простыми словами и договариваться с коллегами;
– готовы читать научные статьи и находить в них полезные для практики идеи;
– знаете, умеете и любите применять математику, ML и прикладную статистику для создания алгоритмических систем, видите связь между математическими формулами и их влиянием на бизнес.
Контакты: Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Uplift Modeling
- Numerical Optimization
- Statistics
- Mathematics
- Algorithms
Возможные вопросы на собеседовании
Вакансия предполагает работу с эффективностью продвижения, где важно понимать чистый эффект от воздействия.
Расскажите о вашем опыте работы с uplift-моделями: какие подходы (S-learner, T-learner, X-learner) вы использовали и как оценивали качество?
Одной из задач является рекомендация параметров продуктов продвижения.
Как бы вы подошли к задаче оптимизации цены или параметров продвижения для конкретного объявления, чтобы максимизировать выручку, не снижая лояльность пользователя?
В описании указано развитие алгоритмов прогнозирования эффекта.
Какие метрики вы бы выбрали для офлайн-валидации модели, предсказывающей количество просмотров объявления после применения платных услуг?
Упоминается работа с численной оптимизацией.
С какими методами численной оптимизации вы сталкивались на практике и в каких задачах ML они были применимы?
Авито ценит умение объяснять сложные вещи простыми словами.
Как вы объясните стейкхолдеру без технического бэкграунда, почему модель показывает рост метрик в офлайне, но не дает значимого эффекта в A/B тесте?
Похожие вакансии
ML разработчик (Senior)
Data инженер (Senior)
Data Engineer Python (Middle)
MLOps Engineer
Инженер Mlops (Senior)
Middle+ ML разработчик
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия