Senior Data Scientist (компания не указана)

Data Scientist / ML Engineer

🖥 **Senior Data Scientist** Удалёнка/Гибрид (Москва) ** Ecom**`.`**tech** — ИТ-решения для ритеила реального времени ** Требования:** – Опыт от 3 лет в задачах ранжирования, поиска или рекомендательных систем в продакшене. – Опыт обучения LTR-моделей на градиентном бустинге (XGBoost, LightGBM, CatBoost): кастомные функции потерь, работа с признаками под ранжирование, интерпретация моделей. – Понимание двухуровневой схемы поиска (отбор кандидатов и реранкинг), метрик ранжирования и их компромиссов на разных этапах. – Понимание типовых проблем ранжирования (смещения в кликовых данных, дрифты, feedback loop) и подходов к их решению. – Понимание современных нейросетевых подходов в ранжировании (dense retrieval, нейронные реранкеры, sequence-модели) — применимость и компромиссы. – Продакшен-качество Python-кода: модульность, тесты, читаемость, готовность к передаче MLE на продуктивизацию без переписывания. – Самостоятельная разработка пайплайнов подготовки данных на PySpark и Polars — нетривиальные трансформации без помощи DA/DE. – Понимание A/B-тестирования: устройство эксперимента, классы метрик (целевые, прокси, защитные, информационные), формирование набора метрик и ожидаемых эффектов до запуска. – Умение разбирать ошибки модели, превращать их в продуктовые гипотезы и связывать метрики качества модели с метриками бизнеса и воронкой конверсии. – Самостоятельность в работе с задачами высокой неопределённости: декомпозиция, оценка сроков, проактивное обсуждение рисков с командой. **➡️**** **[**Подробнее о вакансии на hh.ru**](https://hh.ru/vacancy/133768709) 📍 Навигация:** **[**База знаний**](https://t.me/dsproglib)** • **[**Задачи**](https://t.me/ds_problems_lib)** • **[**Собеседования**](https://t.me/ds_interview_lib)