Średni analityk danych (Prom.ua) w EVO

Prom.ua to największy rynek na Ukrainie, na którym ponad 100 miliony produktów sprzedaje dziesiątki tysięcy przedsiębiorców z całego kraju.

Na Prom.ua< /a>:

• każdy kupujący znajdzie u nas wszystko, czego potrzebuje w najlepszej cenie: od szczoteczki do zębów po kultywator do ogrodu i ogrodu.
• każdy przedsiębiorca może sprzedawać towary w katalogu marketplace, za pośrednictwem strony internetowej utworzonej na platformie Prom i aplikacji mobilnej „Prom Shopping”.

Prom. ua w liczbach:

• 4,8 miliona osób codziennie odwiedza targowisko
• więcej na rynku działa ponad 60 000 firm
• li>w katalogu 120 milionów produktów

O zespole Data Science:

Optymalizujemy różne części produktu z wykorzystaniem danych i algorytmów uczenia maszynowego. Równolegle budujemy systemy AI, które zapewniają strategiczną przewagę biznesową i popychają firmę w kierunku e-commerce przyszłości.

Obecnie w zespole pracuje 5 osób: 4 Data Scientist i Zespół Lead.

Kierunki pracy zespołu:

• Rekomendacje produktów i personalizacja
• Wyszukiwanie i ranking ML
• Tłumaczenie maszynowe treści produktów
• Automatyczna moderacja produktów w katalogu, klasyfikacja produktów
• Definicja duplikatów produktów
• Generowanie i walidacja tagów dla SEO

Cechy pracy w zespole:

h3>

• Duże zaangażowanie w środowisko produktu, ścisła interakcja między zespołami — > niewiele badań schodzi pod stół, wiele modeli w produkcji
• Zrozumienie postawionych celów, skupienie się na wyniku -> modele robią to, co konieczne, a nie to, co niepotrzebne
• Brak biurokracji, możliwość udziału w wyborze zadań, rozwinięta kultura inicjatywy i odpowiedzialności za wynik
• Nacisk na rozwój infrastruktury dla większej wiarygodności decyzji, automatyzacji rutyny i tworzenia nowych możliwości w zadaniach
• Współpraca i duch zespołowy: wzajemna troska i wsparcie, przyjazna atmosfera
• Wymiana doświadczeń: kursy autorskie, prezentacje projektów, coaching zespołu itp.

Budujemy bliskie relacje z zespołem programistów. Analitycy pomagają nam w dokonaniu biznesowej oceny decyzji.

Do codziennej pracy, w razie potrzeby na komputerze lokalnym można uruchomić podwyższony serwer JupyterHub z możliwością ustawienia niezbędnych charakterystyk środowiska pracy. Posiadamy własne serwery z kartami graficznymi do szkolenia i wdrażania modeli.

Stack technologiczny:

Język programowania: Python< /p>

Analiza i przetwarzanie danych: Jupyter Notebook, Pandy, NumPy

Uczenie maszynowe i głębokie uczenie się: Scikit-learn, TensorFlow, PyTorch, FAISS, XGBoost

Wizualizacja i monitorowanie danych: Matplotlib, Seaborn, Plotly , Bokeh, Tableau, Grafana

Bazy danych: Postgres

Big Data i przetwarzanie rozproszone:< /b Apache Spark, Hadoop

MLops: MLflow, DVC, udostępnianie TensorFlow, pakowanie w Pythonie, szybkie API

Dags: Przepływ powietrza

Kolejki danych: Kafka

Wyszukiwanie: Elasticsearch.

Ważne dla tej roli:

• głębokie zrozumienie sieci neuronowych, szczególnie w NLP
• doświadczenie w pracy z frameworkami do tworzenia sieci neuronowych (pytorch/tf)
• doświadczenie w pracy z uczeniem maszynowym: formułowanie problemów, zbieranie i badanie danych, uczenie modeli, ocena wyników, analiza wydajności modelu, przygotowanie do wdrożenia;
• doświadczenie we wdrażaniu i wsparciu modelu w produkcji, doskonaleniu istniejących modeli
• umiejętność pisania niezawodnego i czystego kodu w Pythonie, zrozumienie i wykorzystanie różnych struktur danych, OOP, a także posiadanie VC (Git itp.);
• doświadczenie w pracy z bazami danych, zapytaniami SQL
• chęć zagłębienia się w zadania biznesowe i przełożenia ich na terminy ml (architektura, funkcje strat, metryki)

Co będzie dodatkowym atutem:

• doświadczenie w pisaniu sieci neuronowych od podstaw zgodnie z opisem z artykułów i studia
< li>doświadczenie w szkoleniu modeli na danych przekraczających ilość pamięci, doświadczenie z systemami mocno obciążonymi, Big Data i przetwarzaniem rozproszonym
• doświadczenie w stosowaniu praktyk MLOps: kontrola wersji kodu, danych i modele, automatyczne wdrażanie, monitorowanie i logowanie, testowanie modeli, przekwalifikowanie modeli
• doświadczenie w pracy z osadzaniami

Zadania:

• doskonalenie system wyszukiwania duplikatów produktów
• udoskonalenie modelu klasyfikacji produktów i tłumaczenia maszynowego
• opracowanie nowych modeli systemów rekomendacyjnych
• generowanie większej ilości treści konwersji dla produktów
• li>
• eksploracja nowych obszarów zastosowania uczenia maszynowego do rozwiązywania problemów biznesowych

Etapy selekcji:

• Spotkanie z rekruterem i liderem technologii
• Rozmowa techniczna z inżynierami projektu
• Końcowa rozmowa z Head of Data Science Prom.ua

Oferujemy:

• Oficjalne zatrudnienie w firmie.
• 24 dni kalendarzowe płatnego urlopu w roku, nieograniczona liczba dni chorobowych.
• Praca zdalna. Możliwość wizyty w biurze w Kijowie.
• Ubezpieczenie medyczne.
• Usługi psychologa korporacyjnego.