Чем предстоит заниматься:
- Разрабатывать и внедрять рекомендательные системы на основе современных подходов машинного обучения, включая нейронные сети и гибридные методы;
- Применять uplift-моделирование для оценки воздействия маркетинговых кампаний и рекомендаций на поведение пользователей;
- Улучшать текущую инфраструктуру работы с данными и моделями, оптимизировать архитектуру существующих моделей для обеспечения высокой производительности, масштабируемости в продакшен-среде;
- Проводить валидацию моделей на реальных пользователях через A/B-тесты.
Требования:
- Опыт полного цикла решения ML-задачи: от предобработки данных до оценки качества моделей в проде;
- Глубокое понимание рекомендательных систем: подходы, типичные проблемы и метрики. Имеете знания и практический опыт хотя бы в одной из следующих областей:
- Collaborative Filtering, Content-Based Filtering, Gradient boosting;
- Deep Learning: в контексте применения глубоких нейронных сетей для решения задач рекомендательных систем;
- Reinforcement Learning: методы обучения с подкреплением в контексте рекомендаций;
- Знание современных инструментов и основных ML-фреймворков для машинного обучения;
- Знания в области uplift моделирования;