Требования:
- с опытом разработки и развертывания моделей склонности, оттока клиентов, кластеризации, uplift, CLTV
- со знаниями MLOps
- опытом разработки дашбордов
- желательно: опыт парсинга данных, решения задач speech-to-text, понимание
- основ NLP, MLOps и A/B тестирования.
Cтек:
Python, SQL, Polars, Pandas, pygwalker, Plotly, Apache Superset, Logistic Regression, Catboost/LightGBM, DBSCAN/HDBSCAN/OPTICS, FastAPI/Django/Streamlit.
Ожидается, что кандидат будет плотно взаимодействовать с аналитиками продуктовых команд, чтобы понимать возможные срезы данных из БД и связи.
Результатом работы на проекте должно быть построение модели прогнозирование. Можно Categorical Boosting, или аналогичные библиотеки с высоким % попадания в прогноз.