ML-инженер

Привет! Мы — Leadlinks, продуктовая команда с более чем 7-годами опыта в AdTech.
Мы создаем высоконагруженные системы, которые обрабатывают более 100 000 запросов в секунду, и строим аналитику на больших данных.

Наши продукты занимают топовые позиции в рейтинге качества Adindex:
Топ-2 в категории DSP - Adspend
Топ-3 в категориях "Управление размещениями" и "Optimization tools" - MediaDesk

Мы ищем ML-инженера, который усилит нашу команду и возьмет на себя задачи на стыке Big Data, геоаналитики и RTB-аукционов.

Наш стек продуктов:

Все проекты - внутренняя разработка:

• Adspend - DSP-система для алгоритмической закупки рекламы (Programmatic).

• Radar-OOH - независимый измеритель аудитории наружной рекламы (Big Data & Geo).

• MediaDesk - Trading Desk платформа, агрегирующая Яндекс Директ, ВК, Getintent, Between и др.

• Betected - собственный антифрод для фильтрации трафика и обеспечения Brand Safety.

Чем предстоит заниматься:

Задачи делятся на два стрима: работа с геоданными (Radar) и оптимизация аукционов (Adspend).

• Geo-analytics & Processing: Очистка и фильтрация "шумных" геоданных, сглаживание треков, работа с H3-индексами.

• Моделирование аудитории: Экстраполяция данных с выборки на генеральную совокупность, построение look-alike моделей для расчета охватов (Outdoor/Indoor).

• Предиктивные модели: Разработка моделей прогнозирования вероятности клика и конверсии для участия в торгах.

• Bid Optimization: Улучшение алгоритмов Bid Shading (выбор оптимальной цены ставки для победы в аукционе с минимальными затратами).

• High-performance inference: Адаптация ML-моделей под SLA (ответ DSP ~20мс).

• Внедрение: Проверка гипотез, A/B тестирование алгоритмов и деплой моделей в продакшн совместно с бэкенд-командой (Python/Go).

Наши ожидания:

• Математический фундамент: Понимание теории вероятностей, матстатистики и линейной алгебры.

• Python: Уверенное владение Pandas, NumPy, Scikit-learn, Jupyter. Опыт работы с градиентным бустингом (CatBoost, XGBoost или LightGBM).

• MLOps культура: Понимание жизненного цикла моделей. Опыт работы с инструментами трекинга экспериментов (мы используем ClearML)

• ClickHouse: Знание SQL и опыт работы с колоночными СУБД.

• Geo-spatial stack: Умение работать с геоданными, координатами и пространственными индексами (h3-py, shapely, geopandas).

• Бизнес-мышление: Понимание, что точность модели важна, но еще важнее - влияние на бизнес-метрики

• Самостоятельность: Способность погрузиться в существующий код, разобраться в специфике данных и предложить архитектурные улучшения.

Будет плюсом:

• Понимание рынка AdTech (RTB, OpenRTB, DSP/SSP).

• Опыт работы с HighLoad системами и оптимизация кода под Low Latency.

• Опыт реализации O2O-атрибуции (связка офлайн-показов с онлайн-действиями)

Мы предлагаем:

• Работу в аккредитованной IT-компании (все соответствующие льготы).

• Полностью белое оформление по ТК РФ.

• Удобный формат работы: удаленно, гибрид или офис в г. Краснодар.

• Гибкое начало рабочего дня, минимум бюрократии.

• Пересмотр заработной платы пропорционально росту ответственности и вкладу в проект.

• Комфортный офис в центре Краснодара (ул. Мира): кухня, кофемашина, зона отдыха с PlayStation.

• ДМС со стоматологией (после 1 года работы).
  
  В сопроводительном письме напишите кодовую фразу "Хочу в Leadlinks", так мы поймем, что вы не робот.