Mittlerer Datenwissenschaftler (Prom.ua) in EVO

Middle Data Scientist (Prom.ua) Kiew, aus der Ferne Prom.ua ist der größte Marktplatz der Ukraine und verkauft über 100 Millionen Produkte von Zehntausenden Unternehmern im ganzen Land. Auf Prom.ua findet jeder Käufer alles, was er braucht, zum besten Preis: von der Zahnbürste bis zum Grubber für den Garten. Jeder Unternehmer kann Waren im Katalog des Marktplatzes, auf der auf der Prom-Plattform erstellten Website und in der mobilen Anwendung „Prom Shopping“ verkaufen. Prom.ua in Zahlen: 4,8 Millionen Menschen besuchen täglich den Marktplatz und mehr als 60.000 Menschen arbeiten auf dem Marktplatz. Unternehmen im Katalog von 120 Millionen Produkten Über das Data Science-Team: Wir optimieren verschiedene Teile des Produkts mithilfe von Daten und Algorithmen für maschinelles Lernen. Parallel dazu bauen wir KI-Systeme auf, die einen strategischen Geschäftsvorteil bieten und das Unternehmen in Richtung E-Commerce der Zukunft führen. Jetzt besteht das Team aus 5 Personen: 4 Datenwissenschaftler und Teamleiter. Arbeitsgebiete des Teams: Produktempfehlungen und Personalisierung Suche und ML-Ranking Maschinelle Übersetzung von Produktinhalten Automatische Moderation von Produkten im Katalog, Klassifizierung von Produkten Identifizierung von Produktduplikaten Generierung und Validierung von Tags für SEO Besonderheiten der Teamarbeit: Hohe Einbindung in das Produktumfeld, enge Interaktion zwischen den Teams — > wenig Forschung geht unter den Tisch, viele Modelle in der Produktion Verständnis für die gesetzten Ziele, Orientierung am Ergebnis -> Modelle tun, was notwendig ist, tun, was nicht notwendig ist. Fehlen von Bürokratie, die Möglichkeit zur Mitwirkung bei der Auswahl von Aufgaben, eine entwickelte Kultur der Initiative und Verantwortung für das Ergebnis. Fokus auf Infrastrukturentwicklung für mehr Zuverlässigkeit von Entscheidungen, Automatisierung von Routinen und Schaffung neuer Möglichkeiten für Aufgaben. Zusammenarbeit und Teamgeist: gegenseitige Sorge und Betreuung, freundliche Atmosphäre Erfahrungsaustausch: Autorenkurse, Projektpräsentationen, Teampflege etc. Wir bauen enge Beziehungen zum Entwicklungsteam auf. Analysten helfen uns, Entscheidungen betriebswirtschaftlich zu bewerten. Für die tägliche Arbeit ist ein JupyterHub-Server mit der Möglichkeit installiert, die notwendigen Eigenschaften der Arbeitsumgebung festzulegen, Sie können bei Bedarf auf einem lokalen Rechner arbeiten. Wir verfügen über Server mit Grafikkarten zum Unterrichten und Bereitstellen von Modellen. Technologischer Stack: Programmiersprache: Python Datenanalyse und -verarbeitung: Jupyter Notebook, Pandas, NumPy Maschinelles Lernen und Deep Learning: Scikit-learn, TensorFlow, PyTorch, FAISS, XGBoost Datenvisualisierung und -überwachung: Matplotlib, Seaborn, Plotly, Bokeh, Tableau, Grafana-Datenbanken: Postgres Big Data und verteiltes Computing: Apache Spark, Hadoop MLOps: MLflow, DVC, TensorFlow Serving, Python-Paketierung, Fast API Dags: Airflow Datenwarteschlangen: Kafka Suche: Elasticsearch. Für diese Rolle ist es wichtig: ein tiefes Verständnis neuronaler Netze, insbesondere im NLP, Erfahrung in der Arbeit mit Frameworks zur Entwicklung neuronaler Netze (pytorch/tf), Erfahrung in der Arbeit mit maschinellem Lernen: Problemformulierung, Datenerfassung und -recherche, Modelltraining, Auswertung der Ergebnisse, Analyse der Modellleistung, Vorbereitung für den Einsatz; Erfahrung in der Bereitstellung und Wartung eines Modells in der Produktion, der Verbesserung bestehender Modelle, der Fähigkeit, zuverlässigen und sauberen Code in Python zu schreiben, dem Verständnis und der Verwendung verschiedener Datenstrukturen, OOP usw.boatingVC (Git usw.); Erfahrung in der Arbeit mit Datenbanken, SQL-Abfragen, Bereitschaft, tief in geschäftliche Probleme einzutauchen und sie in ML-Begriffe zu übersetzen (Architektur, Verlustfunktionen, Metriken). Als Pluspunkt: Erfahrung im Schreiben neuronaler Netze von Grund auf, Beschreibung von Ergebnissen und Forschung, Erfahrung in Erlernen von Datenmodellen, die die Speicherkapazität überschreiten, Erfahrung mit hochbelasteten Systemen, Big Data und verteiltem Computing, Erfahrung in der Anwendung von MLOps-Praktiken: Kontrolle von Codeversionen, Daten und Modellen, automatische Bereitstellung, Überwachung der Protokollierung, Modelltests, Umschulung von Modelle, Erfahrung in der Arbeit mit zembeding Aufgaben: Verbesserung des Systems zum Auffinden doppelter Produkte, Verbesserung des Produktklassifizierungsmodells und der maschinellen Übersetzung, Entwicklung neuer Empfehlungsmodellsysteme, Generierung von mehr Conversion-Inhalten für Produkte, Erforschung neuer Anwendungsbereiche von maschinelles Lernen zur Lösung von Geschäftsproblemen Auswahlphasen: Treffen mit einem Personalvermittler und Technologieleiter Technisches Interview mit Projektingenieuren Abschlussgespräch mit dem Leiter von Data Science Prom.ua Wir bieten: Offizielle Anstellung der Mitarbeiter des Unternehmens. 24 Kalendertage bezahlter Urlaub pro Jahr, unbegrenzter Krankheitsurlaub. Heimarbeit. Die Möglichkeit, das Büro des zu besuchen Kiew. Krankenversicherung. Leistungen eines Unternehmenspsychologen.