ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.
Ждем именно тебя!
Мы - Команда SberAds - создаем предиктивные модели и высоконагруженные сервисы по их применению для показа рекламы в интернете. Все модели используются в real-time аукционах на показ рекламы:
- начиная с того, чтобы идентифицировать пользователя
- потом оценив, стоит ли участвовать в запросе на показ рекламы
- затем определяя интересы пользователя
- далее выбирая релевантные объявления для показа
- и, наконец, определяя с какой рекламой и с какой ставкой мы идем участвовать в аукционе.
Команда напрямую влияет на качество показываемой рекламы, удовлетворенность рекламодателей и эффективность SberAds.
Ищем Data Scientist
Наш стек: Python, Go, S3, Spark, Hive, Airflow, MLFlow, Kafka, ClickHouse.
Обязанности
- строить/улучшать модели для разных частей всего пайплайна
- заниматься полным циклом DS/ML задач
- участвовать в создании и развитии платформы рекламы
- улучшать процесс построения моделей (от выдвижения гипотез до мониторинга работы модели).
Примеры задач:
- построить эмбеддинги на основе описания рекламных объявлений. Добавить эти данные в модели прогнозирования конверсии
- обучить модель для прогнозирования распределения ставок в аукционах. Совместить модель с текущим алгоритмом определения ставки
- провести эксперименты с новыми офлайн/онлайн признаками в моделях. Доставить признаки до сервиса на Go (тут если что помогут коллеги)
- внедрить модель, которая фильтрует подозрительный входящий трафик.
Требования
- знание классического ML и Deep Learning подходов
- опыт промышленного использования методов RecSys
- опыт разработки моделей от проблемы до сопровождения в проде
- уверенный опыт разработки на Python и Pyspark-е, опыт написания продакшн-кода
- знание принципов распределенной обработки данных
- умение принимать решения на основании данных и аргументировать свою позицию
- умение находить решения для проблем, декомпозировать, объяснять и контролировать выполнение.
Будет плюсом:
- специализация в задачах ранжирования, поиска или RTB
- опыт разработки на Go
- успешный опыт на kaggle.
Условия
- офис метро Маяковская (Оружейный переулок)
- гибридный формат работы
- конкурентная компенсация (оклад и премии по результатам деятельности)
- ДМС c первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
- материальная помощь и социальная поддержка, корпоративная пенсионная программа
- дисконт-программы от компаний партнеров
- бесплатный фитнес на территории работодателя
- внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.
