- Страна
- Россия
Data Scientist в команду Посуточно
Оценка ИИЦиан — сильный бренд с развитой инженерной культурой. Вакансия предлагает работу с современным стеком (PyTorch, RecFormer) и реальное влияние на продукт, что делает её крайне привлекательной для опытных DS.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИТребуется серьезный опыт (от 3 лет) в специфических областях: ранжирование, рекомендации и работа с Big Data стеком (Hadoop, Spark). Кандидат должен не только знать алгоритмы, но и понимать бизнес-составляющую, такую как модели монетизации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Scientist уровня Middle+/Senior в Москве рыночный диапазон составляет 300 000 – 450 000 рублей. Циан обычно предлагает конкурентоспособные условия, соответствующие верхним границам рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Data Scientist в команду Посуточно
Компания: Циан
*☑️*Наш стек:
Python (Numpy, SciPy, Pandas, sklearn, PyTorch, LightFM, RecFormer).
Экосистема Hadoop (PySpark, Hive, Kafka)
Airflow
*☑️*Задачи:
-Развитие алгоритмов ранжирования и рекомендаций для контента вертикали Посутка
-Построение и развитие моделей улучшения качества контента
-Исследование возможностей внедрения ML и AI в команде
-Вместе с продуктовым руководителем вертикали формировать планы и отвечать за результат работы ML моделей
*☑️*Требования к кандидату:
-Опыт работы от 3х лет
-Опыт доведения ML-моделей до продакшена и оценки влияния на бизнес от внедрения.
-Опыт построения ML-моделей для персонального ранжирования, рекомендаций и предсказания CTR.
-Опыт использования технологий для работы с большими данными и распределенными системами (Hadoop, Spark, S3).
-Знание ML-алгоритмов и применение их на практике.
-Владение Python и основными ML-фреймворками.
-Понимание различных моделей монетизации и механизмов управления ликвидности.
-Прикладной опыт и подтвержденные успехи в решении задач ранжирования и построения рекомендаций
Python Job в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- SciPy
- Pandas
- Scikit-learn
- PyTorch
- LightFM
- RecFormer
- Hadoop
- PySpark
- Hive
- Kafka
- Airflow
- S3
Возможные вопросы на собеседовании
Проверка практического опыта в ключевой задаче вакансии.
Расскажите о самом успешном кейсе внедрения модели ранжирования: какие признаки использовали и как оценивали бизнес-эффект?
Вакансия предполагает работу с большими данными.
С какими проблемами производительности в PySpark вы сталкивались при обработке данных для обучения моделей и как их решали?
В стеке указан RecFormer, что говорит о работе с современными архитектурами.
В каких случаях вы бы предпочли использовать RecFormer вместо классических градиентных бустингов для рекомендаций?
Важно понимание того, как ML влияет на деньги компании.
Как бы вы подошли к задаче оптимизации ликвидности объявлений в категории 'Посуточно' с помощью ML?
Проверка навыков мониторинга.
Как вы организуете мониторинг качества моделей в продакшене, чтобы вовремя заметить деградацию рекомендаций?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
