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
Команда разрабатывает и внедряет ML-модели для повышения эффективности CVM-кампаний и доходности клиентской базы. Она прогнозирует склонность клиентов к продуктам и каналам коммуникаций, оптимизирует маркетинговые коммуникации и отвечает за полный цикл внедрения моделей — от подготовки данных до промышленного запуска, A/B-тестирования, анализа бизнес-эффекта и масштабирования решений.
задачи
Разрабатывать ML-модели для прогнозирования склонности клиентов к продуктам и каналам коммуникаций;
Оптимизировать маркетинг для повышения доходности клиентской базы;
Подготавливать данные для обучения и применения моделей;
Исследовать новые источники данных и разрабатывать признаки для повышения качества моделей;
Проводить полный цикл обучения, валидации и внедрения моделей в промышленную эксплуатацию;
Оценивать качество моделей на исторических данных и в реальных пилотах;
Проводить A/B-тесты и анализировать результаты внедрения моделей;
Мониторить качество моделей и организовывать процессы переобучения.
требования
Техническое, математическое или экономическое образование;
Знание Python, машинного обучения, визуализации и профилирования данных;
Опыт работы с MLOps, включая MLflow, DVC, Git и Docker;
Умение организовывать пайплайны обучения в виде модулей и пайплайнов в Kedro, DVC или MLflow;
Знание SQL и умение писать и оптимизировать запросы;
Знание Airflow;
Будет плюсом опыт работы с Oracle, задачами математической оптимизации в маркетинге или operational research, а также SAS, Python MIP, Pyomo и аналогами.