- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior Data scientist в команду Персонализации
Оценка ИИИзвестный бренд с современным технологическим стеком и понятными задачами в области персонализации. Удаленный формат работы и фокус на Senior-уровне делают позицию очень привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в рекомендательных системах и опыта работы с Big Data (Spark). Высокая планка ожиданий по полному циклу разработки — от ETL до вывода в продакшн.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Scientist в крупном российском ритейле рыночный диапазон составляет от 350 000 до 550 000 рублей. Золотое Яблоко обычно предлагает конкурентоспособные условия, соответствующие верхним границам рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Золотое Яблоко уже сейчас
Присоединяйтесь к команде Золотого Яблока и создавайте персонализированный опыт для миллионов пользователей!
Описание вакансии
Senior Data scientist в команду Персонализации
#удаленка #senior
Компания: Золотое Яблоко
🔹ЧТО НУЖНО ДЕЛАТЬ:
-Разрабатывать и обучать ML-модели, которые персонализируют контент на главной странице сайта и в мобильном приложении
-Проектировать и реализовывать алгоритмы рекомендаций для наполнения товарных полок в карточке товара (комплементарные и похожие товары)
-Писать и поддерживать Spark ETL-пайплайны для сбора, обработки и подготовки признаков для моделей
-Внедрять и поддерживать систему оценки качества рекомендаций с использованием метрик NDCG, MAP@K
🔹ЧТО ЖДЕМ ОТ КАНДИДАТА:
-Опыт полного цикла реализации рекомендательных алгоритмов в ритейле — от построения ETL-процессов до продуктивизации решений через оркестратор или сервис
-Знания подходов к решению классических ML-задач, опыт работы с Learning-to-Rank и понимание базовых принципов обучения нейросетевых моделей
-Опыт работы с распределёнными системами обработки данных (например, Spark)
-Владение основами теории вероятности и математической статистики
Контакты: Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Spark
- ETL
- Machine Learning
- Learning-to-Rank
- Statistics
- Probability Theory
- NDCG
- MAP@K
- Python
Возможные вопросы на собеседовании
Проверка практического опыта работы с метриками ранжирования, указанными в вакансии.
В чем ключевое различие между NDCG и MAP@K, и в каких случаях вы отдадите предпочтение одной из них при оценке рекомендаций?
Вакансия предполагает работу с Spark ETL. Важно понимать навыки оптимизации.
Как вы подходите к оптимизации Spark-джобов при обработке огромных массивов данных для генерации признаков?
Упоминается Learning-to-Rank. Это сложная область ML.
Расскажите о вашем опыте внедрения Learning-to-Rank: какие функции потерь (Pointwise, Pairwise, Listwise) вы использовали и почему?
Проверка продуктового мышления в контексте ритейла.
Как бы вы решали проблему 'холодного старта' для новых товаров в мобильном приложении Золотого Яблока?
Вакансия требует навыков продуктивизации.
Опишите ваш типичный стек для деплоя и мониторинга ML-моделей в продакшене. Как вы отслеживаете деградацию моделей?
Похожие вакансии
Senior MLOps инженер
Senior MLOps инженер
Senior Data Engineer
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
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!