Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Авито — онлайн-платформа объявлений, которой ежедневно пользуются миллионы человек. Сервис объединяет продавцов и покупателей, позволяет размещать объявления в категориях «Товары», «Авто», «Работа», «Услуги» и «Недвижимость», а также поддерживает безопасные сделки через Авито Доставку. Команда Data Gathering разрабатывает платформу для сбора, обогащения и управления данными о пользователях. Её результаты используются во внутренней аналитике, антифроде, монетизационных продуктах и персональной коммуникации с пользователями.
задачи
Строить ML-решения: формулировать гипотезы, собирать данные, выводить модели в продакшен и добавлять алерты;
Анализировать качество моделей;
Формулировать, собирать и тестировать новые гипотезы вместе с заказчиками из разных команд Авито;
Оценивать полезность внешних данных для бизнеса;
Проверять влияние новых признаков на ключевые метрики с помощью A/B-тестов вместе с продакт-менеджером и аналитиком.
требования
Хорошо понимать классические ML-алгоритмы и основные архитектуры нейронных сетей;
Иметь не менее 3 лет опыта реализации и эксплуатации ML-решений;
Иметь опыт работы с ML-моделями и их внедрения в продакшен;
Писать поддерживаемый, тестируемый и масштабируемый код на Python;
Владеть CatBoost, Pandas, NumPy, scikit-learn и PyTorch;
Иметь опыт работы с микросервисами на Python, Docker, SQL- и NoSQL-базами данных;
Английский на уровне, который позволяет бегло читать специализированную литературу;
Будет плюсом высшее образование в области вычислительной математики, статистики, анализа данных или смежных направлений, участие в открытых соревнованиях по анализу данных, опыт работы с современными NLP-моделями.
условия
Достойная зарплата, размер обсуждается на собеседовании;
Прозрачная система премий;
Личный бюджет на обучение: книги, курсы и конференции;
ДМС со стоматологией с первого дня;
Терапевт и массажист в офисе;
Офис в 2 минутах от метро «Белорусская»;
Мощная инфраструктура, качественные данные и необходимое оборудование.