Senior Data Scientist
Описание
Обязанности Полная ответственность за ML-проекты: вести ML-проекты от формулирования гипотез и постановки задач до получения измеримого бизнес-эффекта. Отвечать за весь цикл разработки, обеспечивая быстрый вывод решений в продакшен и поддерживая качество моделей в production. Кросс-функциональное взаимодействие: тесно работать с Data Engineers над построением надежных production-пайплайнов данных, а с Data Analysts — погружаться в бизнес-контекст, определять метрики и разрабатывать и оценивать A/B-тесты. Решение предметных задач: переводить бизнес-цели в математические модели. Решать ключевые задачи домена, в том числе: предсказание метрик — временные ряды, классический ML; альтернативный поиск — рекомендательные системы и ранжирование для поиска альтернатив недоступным тарифам; многокритериальная оптимизация — балансировка максимизации маржинальности и минимизации количества инцидентов. Разработка моделей: разрабатывать, обучать и валидировать ML-модели для проверки продуктовых гипотез и проактивного улучшения пользовательского опыта B2B-клиентов. Требования Опыт: от 4 лет практического опыта в роли Data Scientist или ML Engineer. Бизнес-мышление: умение глубоко погружаться в данные, находить первопричины бизнес-проблем и переводить бизнес-цели в понятные ML-задачи, а не просто оптимизировать метрики моделей в отрыве от бизнес-контекста. ML-стек и алгоритмы: уверенное знание классического Machine Learning: Gradient Boosting (CatBoost/LightGBM), классификация, регрессия. Рекомендательные системы и ранжирование: подтвержденный опыт решения задач entity matching, глубокое понимание подходов к построению рекомендательных систем и ранжированию — KNN, FAISS, Learning-to-Rank, pointwise / pairwise / listwise подходы. Big Data: уверенный опыт работы с большими объемами данных (мы обрабатываем терабайты данных ежедневно). Отличное знание SQL и практический опыт построения пайплайнов с использованием PySpark. Инженерная самостоятельность: умение писать production-quality код на Python, покрывать код тестами и самостоятельно доводить модели до продакшена. Опыт работы с Airflow и Python-микросервисами будет необходим. Английский язык: разговорный английский на уровне B1 (Intermediate) или выше. Будет плюсом: Опыт в индустрии: опыт работы в TravelTech, E-commerce или с B2B API; понимание специфики отелей, тарифов и дистрибьюторов. NLP и эмбеддинги: базовые знания NLP, понимание принципов работы текстовых эмбеддингов и способов их обучения. Особенно полезно для задач сопоставления текстовых описаний тарифов, типов номеров и условий отмены бронирования. Оптимизация и ценообразование: опыт работы с динамическим ценообразованием, многокритериальной оптимизацией или системами Next Best Action (NBA). Математика и статистика: хорошая база по теории вероятностей и математической статистике для корректного проектирования экспериментов и оценки моделей.