в сегментах fashion & lifestyle
создают и развивают онлайн-платформу
разрабатываются внутри компании
в нашем DWH и Data Lake Hadoop
Команда Lamoda Tech совершает цифровую революцию в fashion
и
Мы ищем тех, кто с удовольствием пробует новое, не боится спросить совета у коллег и сам готов делиться опытом.
Участвовать в развитии и оптимизации процессов ценообразования в Lamoda;
Улучшать ML-продукт регулярного ценообразования;
Разрабатывать и внедрять модели оптимизации цен для офлайн-ритейла с учетом спроса, сезонности, маржинальности и особенностей физических магазинов;
Разрабатывать промо-модели для анализа и создания эффективных акций;
Создавать аналитические и ML-инструменты для принятия коммерческих решений в офлайн-канале;
Реализовывать новые продукты, например, персональное ценообразование;
Развивать решения на стыке ценообразования, управления поставками, ассортиментом и остатками магазинов;
Проводить эксперименты и оценивать бизнес-эффект внедряемых решений;
Инициировать и внедрять data-driven проекты для повышения эффективности бизнеса.
Мы ожидаем:
Опыт в области анализа данных и машинного обучения от 3 лет;
Опыт работы с SQL, Hadoop, Hive, Spark;
Владение Python, Linux, методами работы с большими данными;
Опыт работы как минимум с 2 ML-библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
Знания теории вероятностей и математической статистики;
Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
Умение формулировать и проверять бизнес-гипотезы на основе данных;
Будет плюсом опыт решения задач в области ценообразования, прогнозирования спроса, управления ассортиментом, запасами или цепочками поставок;
Высшее образование в области прикладной математики, информационных технологий, информатики и т.п.;
Английский язык на уровне технического чтения.
Как мы работаем:
Пишем на Python 3.10+ и PySpark 3.3;
Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyterHub и есть доступ к Hadoop-кластеру, а также ресурсы в облаке включая GPU;
Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов;
Используем Airflow для управления ML-пайплайнами и запуском их по расписанию;
В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач;
Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов;
В компании внедрена культура принятия решений на основании данных и все изменения тестируем через АБ-эксперименты.
Стэк технологий: Big Data (Hadoop, PySpark, Hive), Python, CatBoost, Airflow, Docker, SQL, PyTorch.
Почему у нас классно:
Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации;
Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах;
Зрелый сетап разработки ML-решений полного цикла: современный стек, высокий уровень культуры разработки, десятки ML-моделей в продакшене и поддержка команды MLOps;
Проекты не остаются на уровне исследований — большинство инициатив доходят до А/В-тестов и промышленного внедрения;
Возможность формировать новое направление ML-продуктов для офлайн-коммерции и напрямую влиять на развитие розничного бизнеса компании;
Можно и нужно предлагать собственные идеи и влиять на развитие продуктов и ML-решений компании;
Персональные карьерные маршруты и возможности профессионального роста внутри DS-сообщества.
ДМС со стоматологией и страхование жизни с первого месяца
Скидка на каталог Lamoda до 40%
Программа привилегий и скидок от BestBenefits
Бесплатные консультации юристов
Врач в офисе каждый рабочий день
Дополнительные выходные в случае важных событий
Яркие мероприятия и много неформального общения
Коворкинг в Санкт-Петербурге, если хочется сменить обстановку
Опытный наставник для каждого новичка
Обучение и участие во внешних конференциях
Помогаем развивать личный бренд, выступать и писать статьи
Performance Review дважды в год, чтобы развиваться системно
Проводим митапы и демо-дни для обмена знаниями
Погружаем в fashion и каждый сезон знакомим с модными трендами
ООО «Купишуз» представляет бренд Lamoda
1 Рейтинг лучших Мода и одежда сайтов (Россия), май 2023 г. | Similarweb
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.