Стажёр Data Science, Эффективность рекомендаций, Ozon Tech

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