Data scientist рекомендательной платформы

Описание: Команда персонализации и поиска развивает онлайн-магазин и строит рекомендательную платформу. Система помогает пользователям быстрее находить нужные товары, адаптируя каждый экран под их интересы, контекст и текущие потребности. Задачи: Разрабатывать модели рекомендаций для сайта и мобильного приложения, включая cold-start, гибридные модели и deep-learning подходы; Разрабатывать алгоритмы candidate generation для персонализированных рекомендаций на всех этапах пользовательского пути; Разрабатывать и обучать reranking-модели, объединяющие персональные, контекстные и бизнесовые сигналы; Создавать алгоритмы для карточек товара: рекомендации похожих товаров, cross-sell и upsell; Обучать и выводить в продакшн модели ранжирования поисковой и каталожной выдачи; Внедрять метрики оценки эффективности рекомендаций, проводить онлайн- и офлайн-тестирование и A/B-тесты; Разрабатывать и поддерживать ETL на PySpark для сбора необходимых признаков. Требования: Опыт полного цикла разработки рекомендационной системы — от сбора требований до вывода в продакшн; Практический опыт Learning to Rank и понимание классических ML-подходов к рекомендациям; Умение работать с большими объёмами данных в Spark, Flink и Hadoop; Знание теории вероятностей и статистики; Уверенное владение Python и опыт написания ETL-процессов на PySpark; Понимание A/B-тестирования и построения онлайн- и офлайн-метрик рекомендаций; Опыт работы с облачными хранилищами S3, GCS и Azure Blob; Будет плюсом опыт работы с графовыми моделями и embedding-техниками, знание Docker и базовых принципов контейнеризации, опыт разработки FastAPI-сервисов для онлайн-инференса. Условия: Официальное трудоустройство; Персональное предложение по заработной плате; Аккредитованная IT-компания; Помощь карьерного консультанта; Широкий социальный пакет со стоматологией; Компенсация питания в офисе; Скидки и бонусы от партнёров; Современное оборудование для работы; Стильный офис в центре Екатеринбурга; Изучение английского языка в GA English Club; Компенсация обучения; Развитие в собственном онлайн-университете; График 5/2.