Стажёр Data Science, Эффективность рекомендаций, Ozon Tech
По договоренности
Привет! На связи команда Эффективности рекомендаций!
Наша команда занимается оптимизацией коммуникаций с пользователями Ozon.
Мы регулируем рассылку пушей, нотификаций и писем таким образом, чтобы вырастить ключевые метрики и при этом улучшить пользовательский опыт.
Для этого мы используем классический ML, рекомендательные алгоритмы и генеративный DL. Наше направление появилось в Ozon год назад — мы первая команда, которая занимается улучшением коммуникаций с помощью ML full-time. Это означает отсутствие legacy-кода, а также возможность построить действительно качественный RecSys в продакшене c чистого листа.
Кроме того, мы напрямую влияем на опыт пользователей, а значит, результат нашей работы влияет на ключевые метрики Ozon.
Сейчас мы в поиске классного стажёра.
Компания предоставляет Macbook'и для работы.
У нас заряженная команда с крутой экспертизой!
Наш стек: Python, Pyspark, SQL, PyTorch, Clickhouse, Airflow, Hadoop
Наши проекты
Промпт-инжиниринг в генеративных рассылках
Масштабирование моделей на различные типы коммуникаций
Добавление готовых эмбеддингов юзеров в архитектуру модели
Вам предстоит
- Оптимизировать промпт для LLM для генерации текстов коммуникаций
- Адаптировать пайплайн валидации генерации
- Итеративно улучшать этапы отбора кандидатов и ранжирования
- Освоить методы деплоя моделей в прод
- Взаимодействовать с бизнес-заказчиками и переводить бизнес-требования в плоскость ML
- Запускать и анализировать АВ-тесты
Мы ожидаем
- Уверенное знание Python и основных библиотек для работы с данными и ML-моделями (pytorch, pandas, numpy, sklearn)
- Достаточные для ML знания теории вероятности, статистики, алгоритмов и математической базы
- Развитое аналитическое системное мышление
- Понимание дизайна AB тестов
- Знание английского языка на уровне чтения технической документации
- Интерес к вышеуказанным сферам и желание в дальнейшем развиваться в них
- Профильное техническое образование (обучение на последних курсах на текущий момент)
- Готовность работать 40 часов в неделю
Будет плюсом
- Знание hadoop-стека, опыт работы с большими данными
- Участие в хакатонах, исследовательских ML-проектах
- ШАД, AI Masters
- Опыт взаимодействия на проектах с RecSys (Recommendation Systems)
Мы предлагаем
- Возможность обучиться перспективной профессии на реальных задачах
- Профессиональную команду, которой мы гордимся
- Гибрид / офис в Москве, Санкт-Петербурге
- Перспектива роста до штатного специалиста
Опубликована 2 дня назад
Похожие вакансии
- Нестандартный график
- Без опыта
- Москва
- Полный день
- Без опыта
- Москва
- Частичная занятость
- Без опыта
- Москва
- Полный день
- Без опыта
- Москва
- Полный день
- Без опыта
- Москва
- Полный день
- Без опыта
- Москва