- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist в RecSys
Оценка ИИКонтур — стабильная и уважаемая IT-компания с сильной инженерной культурой. Вакансия предлагает работу над сложным и понятным продуктом (NBO/NBA) с использованием современного стека, хотя уровень зарплаты не указан в явном виде.
Сложность вакансии
Оценка ИИПозиция требует глубокой специализации в RecSys и не менее трех лет коммерческого опыта. Ожидается высокий уровень самостоятельности и умение работать с современными архитектурами вроде SASRec.
Анализ зарплаты
Оценка ИИЗарплата 'обсуждается', но для уровня Middle+ в Data Science на российском рынке вилка обычно составляет 250-400 тысяч рублей. Контур обычно предлагает рыночные условия, соответствующие квалификации кандидата.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Контур уже сейчас
Присоединяйтесь к команде Контура и создавайте умные рекомендательные системы, которые меняют бизнес!
Описание вакансии
Data **Scientist в RecSys, middle+
Локация: УдаленноКомпания**: Контур
ЗП: обсуждается на собеседовании
Занятость: Полная
RecSys — набор сервисов, позволяющих подобрать для клиента Контура лучшее продуктовое предложение. Их цель — повысить конверсию за счет создания и внедрения в процессы продаж рекомендательной системы, которая ежедневно будет формировать список NBO и NBA.
Задачи:- Проектировать и развивать модели рекомендаций: collaborative filtering-, content-based-, sequential-модели и их комбинации.
- Проверять гипотезы, оценивать влияние моделей на бизнес-метрики, рассчитывать практическую пользу решений.
- Работать с данными: анализировать и исследовать факторы, влияющие на рекомендации.
- Улучшать качество рекомендаций и устойчивость моделей.
- Участвовать в обсуждении продуктовых решений совместно с аналитиками, продактом и командой DS.
Мы ожидаем:
- Опыта коммерческой разработки ML-решений от трех лет, желательно в рекомендательных системах для услуг или ритейла.
- Опыта коммерческой разработки в RecSys от трех лет, желательно в сфере услуг или ритейла.
- Глубокого понимания принципов построения рекомендательных систем и работы алгоритмов рекомендаций: collaborative filtering, content-based, SASRec и др.
- Широкого кругозора в области рекомендательных систем, отслеживания трендов индустрии.
- Высокой самостоятельности, опыта формулирования задач, умения объяснять технические решения бизнесу, аналитикам и менеджерам.
- Готовности генерить гипотезы, не доверять первому результату.
🌐 Резюме отправлять: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Data Analysis
- A/B Testing
- Python
- Machine Learning
- Recommendation Systems
- Collaborative Filtering
- Content-Based Filtering
- SASRec
Возможные вопросы на собеседовании
Проверка понимания фундаментальных подходов в рекомендациях.
В каких случаях вы бы предпочли content-based подход вместо collaborative filtering, и как их эффективно комбинировать?
Вакансия упоминает SASRec, важно понять опыт кандидата с последовательными моделями.
Какие основные преимущества и недостатки у sequential-моделей (например, SASRec) по сравнению с классическим матричным разложением?
DS в Контуре должен уметь оценивать бизнес-эффект.
Как вы будете проектировать дизайн A/B теста для новой модели рекомендаций, чтобы минимизировать влияние сетевых эффектов?
Проверка навыков работы с данными и признаками.
Как вы обрабатываете проблему 'холодного старта' для новых пользователей и новых продуктов в ваших системах?
Важно умение доносить ценность до бизнеса.
Расскажите о случае, когда ваша гипотеза не подтвердилась. Как вы объяснили это бизнесу и какие выводы сделали?
Похожие вакансии
Разработчик MLOps (Python)
ML разработчик (Middle)
ML разработчик Middle Middle+
Middle Data Science (Проект Альфа)
Middle / Middle+ Инженер данных Бизнес-домена
Middle инженер данных
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