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. Команда Data Gathering разрабатывает платформу для сбора, обогащения и управления данными о пользователях. Создаваемые ML-модели используются во внутренней аналитике, антифроде и продуктах монетизации, а также помогают выстраивать персональную коммуникацию с пользователями.
задачи
Строить ML-решения — от формулирования гипотезы и сбора данных до вывода модели в продакшен и настройки алертов;
Анализировать качество моделей, формулировать, собирать и тестировать гипотезы вместе с заказчиками из разных команд;
Оценивать полезность внешних данных для бизнеса, проверяя 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;
Владеть английским на уровне, достаточном для беглого чтения специализированной литературы;
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
Прозрачная система премий;
Достойная зарплата, размер обсудят на собеседовании;
Личный бюджет на обучение, который можно тратить на книги, курсы и конференции;