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 классические алгоритмы рекомендаций, которые планируем дополнить современными подходами на основе Uplift-моделированию и линейной оптимизации.

Наше направление появилось в Ozon совсем недавно — мы первая команда, которая занимается улучшением коммуникаций с помощью ML full-time. Это означает отсутствие legacy-кода, а также возможность построить действительно качественную систему коммуникаций c чистого листа. Кроме того, мы напрямую влияем на опыт пользователей, а значит, результат нашей работы отражается на восприятии пользователями всего продукта Ozon.

Наш стек:

Python, Pyspark, Clickhouse, Airflow, Mlfow, Hadoop

Вам предстоит:

Изучать статьи и предлагать гипотезы по улучшению качества алгоритмов
Искать подходящие решения с учетом ценности для бизнеса
Внедрять новые подходы в рамках всего жизненного цикла ML-моделей: от написания прототипа до деплоя в продакшн
Запускать АВ-тесты для проверки гипотез

Мы ожидаем:

Отличное знание Python
Знание основных алгоритмов рекомендаций, а также классических алгоритмов машинного обучения
Понимание теоретических принципов в основе классического ML и Deep Learning
Опыт работы с big data, знание hadoop-стека и Spark

Будет плюсом:

Опыт работы с нейросетями в рекомендациях
Опыт в Uplift-моделировании, прогнозировании оттока, рекомендательных системах
Опыт дизайна и проведения AB тестов

Мы предлагаем:

Возможность напрямую улучшать пользовательский опыт и видеть результат
своей работы
Data-driven подход: решения принимаются на основе АВ-тестов
Возможность расти и развиваться в команде профессионалов
Прозрачное performance review по объективным измеримым критериям
Участие в конференциях
Достойный уровень заработной платы

Data Scientist, Оптимизация коммуникаций

Мы будем рады с вами сотрудничать!