Średni analityk danych (Prom.ua) w EVO

Middle Data Scientist (Prom.ua) Kijów, zdalnie Prom.ua to największy rynek na Ukrainie, sprzedający ponad 100 milionów produktów od dziesiątek tysięcy przedsiębiorców z całego kraju. Na Prom.ua: każdy kupujący może znaleźć wszystko, czego potrzebuje w najlepszej cenie: od szczoteczki do zębów po kultywator do ogrodu. każdy przedsiębiorca może sprzedawać towary w katalogu targowiska, na stronie internetowej utworzonej na platformie Prom oraz w aplikacji mobilnej „Prom zakupy”. Prom.ua w liczbach: Giełdę odwiedza codziennie 4,8 mln osób, a na targowisku pracuje ponad 60 000 osób. firm w katalogu 120 milionów produktów O zespole Data Science: Optymalizujemy różne części produktu wykorzystując dane i algorytmy uczenia maszynowego. Równolegle budujemy systemy AI, które zapewniają strategiczną przewagę biznesową i popychają firmę w kierunku e-commerce przyszłości. Teraz w zespole jest 5 osób: 4 Data Scientistów i Team Lead. Obszary pracy zespołu: Rekomendacje produktów i personalizacja Wyszukiwanie i ranking ML Tłumaczenie maszynowe treści produktów Automatyczna moderacja produktów w katalogu, klasyfikacja produktów Identyfikacja duplikatów produktów Generowanie i walidacja tagów pod kątem SEO Specyfika pracy w zespole: Wysokie zaangażowanie w środowisko produktu, ścisła interakcja między zespołami — > niewiele badań schodzi pod stół, wiele modeli w produkcji Zrozumienie postawionych celów, orientacja na wynik -> modele robią to, co konieczne, robią to, co niepotrzebne Brak biurokracja, możliwość uczestniczenia w wyborze zadań, rozwinięta kultura inicjatywy i odpowiedzialności za wynik Nastawienie na rozwój infrastruktury w celu zwiększenia wiarygodności decyzji, automatyzacji rutyn i tworzenia nowych możliwości realizacji zadań Duch współpracy i pracy zespołowej: wzajemna troska i wsparcie, przyjazna atmosfera Wymiana doświadczeń: kursy autorskie, prezentacje projektów, team care, itp. Budujemy bliskie relacje z zespołem deweloperskim. Analitycy pomagają nam w dokonaniu biznesowej oceny decyzji. Do codziennej pracy instalowany jest serwer JupyterHub z możliwością ustawienia niezbędnych charakterystyk środowiska pracy, w razie potrzeby można pracować na komputerze lokalnym. Posiadamy serwery z kartami graficznymi do nauczania i wdrażania modeli. Stos technologiczny: Język programowania: Python Analiza i przetwarzanie danych: Jupyter Notebook, Pandas, NumPy Machine Learning i Deep Learning: Scikit-learn, TensorFlow, PyTorch, FAISS, XGBoost Wizualizacja i monitorowanie danych: Matplotlib, Seaborn, Plotly, Bokeh, Tableau, Bazy danych Grafana: Postgres Big Data i obliczenia rozproszone: Apache Spark, Hadoop MLOps: MLflow, DVC, TensorFlow Serving, pakowanie w Pythonie, Fast API Dags: Airflow Kolejki danych: Kafka Wyszukiwanie: Elasticsearch. Do tej roli ważne są: głębokie zrozumienie sieci neuronowych, zwłaszcza w NLP, doświadczenie w pracy z frameworkami do rozwoju sieci neuronowych (pytorch/tf), doświadczenie w pracy z uczeniem maszynowym: formułowanie problemów, gromadzenie i badanie danych, szkolenie modeli, ocena wyników, analiza wydajności modelu, przygotowanie do wdrożenia; doświadczenie we wdrażaniu i utrzymaniu modelu w produkcji, ulepszaniu istniejących modeli, umiejętność pisania niezawodnego i czystego kodu w Pythonie, zrozumienie i wykorzystanie różnych struktur danych, OOP itp.żeglarstwoVC (Git itp.); doświadczenie w pracy z bazami danych, zapytaniami SQL, chęć zagłębienia się w problemy biznesowe i przełożenia ich na terminologię ML (architektura, funkcje strat, metryki) Na plus: doświadczenie w pisaniu sieci neuronowych od podstaw, opisywaniu wyników i badań, doświadczenie w uczenie się modeli danych przekraczających ilość pamięci, doświadczenie z mocno obciążonymi systemami, Big Data i przetwarzaniem rozproszonym, doświadczenie w stosowaniu praktyk MLOps: kontrola wersji kodu, danych i modeli, automatyczne wdrażanie, monitorowanie logowań, testowanie modeli, przekwalifikowanie modele, doświadczenie w pracy z zembedingiem Zadania: udoskonalenie systemu wyszukiwania duplikatów produktów, udoskonalenie modelu klasyfikacji produktów i tłumaczenia maszynowego, rozwój nowych systemów modeli rekomendacji, generowanie większej ilości treści konwersyjnych dla produktów, badanie nowych obszarów zastosowań uczenie maszynowe w celu rozwiązywania problemów biznesowych Etapy selekcji: Spotkanie z rekruterem i liderem technologicznym Rozmowa techniczna z inżynierami projektu Rozmowa końcowa z Head of Data Science Prom.ua Oferujemy: Oficjalne zatrudnienie pracowników firmy. 24 dni kalendarzowe płatnego urlopu w roku, nielimitowane zwolnienie lekarskie. Praca zdalna. Możliwość odwiedzenia siedziby firmy Kijów. Ubezpieczenie medyczne. Usługi psychologa korporacyjnego.