Data Scientist в коммерческий департамент Авито (ML Autotasking)

О команде

Наша команда отвечает за развитие отдела продаж Авито и повышение его эффективности за счёт умной автоматизации: от подбора наиболее релевантных пользователю коммерческих предложений и скидочных механик до разработки LLM-подсказок во время звонков и «догоняющих» коммуникаций в чатах.Наша цель — быстро проверять гипотезы, доводить успешные решения до продакшена и повышать инкрементальную выручку от работы менеджеров по продажам.

Примеры будущих задач

• — проектировать и развивать модели склонности, look-alike- и uplift-модели для подбора наиболее релевантных коммерческих предложений конкретным клиентам с учётом их истории, контекста и предыдущих контактов с менеджерами по продажам
• — участвовать в построении end-to-end пайплайна принятия решений: от формирования пула возможных офферов для клиента до ранжирования и отбора шорт-листа предложений для ежедневного обзвона менеджерами по продажам
• — разрабатывать и улучшать офлайн-алгоритмы скоринга и ранжирования предложений в условиях ограниченных ресурсов: ограниченного числа звонков, отменённых предложений, конкуренции между офферами
• — вместе с аналитиками и продакт-менеджерами участвовать в дизайне и интерпретации экспериментов (A/B, holdout, uplift-валидация), принимать решения о масштабировании моделей на основе инкрементального эффекта
• — формировать и поддерживать стандарты разработки моделей и валидации: от постановки задачи и выбора метрик до воспроизводимости экспериментов и стабильности продакшен-решений
• — доводить модели до продакшена: участвовать во внедрении, мониторинге качества и итеративном улучшении решений на основе реального поведения клиентов и менеджеров по продажам.

Мы ждем, что вы

• — имеете от 3 лет опыта работы в Data Science / Machine Learning с фокусом на продуктовые ML-решения, доведённые до продакшена
• — имеете практический опыт построения моделей склонности, look-alike- или uplift-моделей для продуктовых или коммерческих сценариев
• — работали с задачами ранжирования или приоритизации объектов в условиях ограниченных ресурсов, например с лимитами на показы, звонки или бюджеты
• — уверенно владеете Python и SQL для анализа данных, обучения моделей и построения ML-пайплайнов
• — понимаете принципы офлайн- и онлайн-валидации моделей, участвовали в дизайне и интерпретации экспериментов (A/B, holdout, uplift-оценка) вместе с аналитиками и продуктовыми командами
• — имеете опыт вывода моделей в продакшен: участвовали во внедрении, отслеживали качество, работали с деградациями и итеративно улучшали решения
• — готовы брать на себя техническую ответственность за ML-решения и взаимодействовать с продуктовой командой, аналитиками и инженерами на всех этапах жизненного цикла модели.

Будет здорово, если вы

• — имеете опыт работы в рекламе или e-commerce
• — имеете опыт работы с бандитами, интерливингом или мультиобъективным ранжированием
• — имеете опыт работы с MLOps-инструментами: CI/CD, мониторингом, ML-пайплайнами
• — работали с системами оркестрации ML-пайплайнов, например Kubeflow
• — готовы разбираться в существующих продакшен-сервисах и при необходимости писать код на Go.

Работа у нас — это

• — возможность влиять на бизнес и развитие продукта
• — интересные и разнообразные задачи
• — много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо — всё готово для продуктивной работы
• — талантливая команда, сильная аналитическая культура и сообщество профессионалов
• — прозрачная система премий, достойная зарплата — размер обсудим на собеседовании
• — личный бюджет на обучение, который можно тратить на книги, курсы и конференции
• — забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист
• — удалёнка или офис в 2 минутах от метро «Белорусская»: панорамный вид на центр города, места для уединённой работы и зоны отдыха.