Data Scientist в команду Авито Работа
В работе мы ставим амбициозные цели и не останавливаемся на достигнутом. Поэтому для нас так важно, чтобы каждый участник большой команды Авито разделял культуру компании. Погрузиться в неё помогает Манифест, в котором собраны наши основные ориентиры — миссия, ценности, принципы работы manifesto.avito.com
О команде
Авито Работа — лидер рынка в сегменте синих воротничков (рабочие специальности).
Наша цель — развить качественный опыт для всех сегментов соискателей и стать площадкой №1 для поиска работы в России, чтобы каждый второй человек находил работу на Авито.
Наша команда помогает решать задачи стоящие перед Авито.Работой с помощью DS. У нас очень разнообразные задачи. Мы занимаемся поиском, рекомендациями, анализом коммуникаций пользователей, предсказанием атрибутов объявлений и много чем еще.
Мы ищем талантливого DS-инженера, который сможет усилить нашу команду, привнести в работу взгляд со стороны и помочь нам сделать Авито ещё лучше для миллионов пользователей!
Примеры будущих задач:
— добавить фичу в поиск в вакансиях, пользуясь данными из резюме соискателя;
— обучить модель, которая извлекает из текста резюме опыт, образование, желаемую профессию и другие поля;
— обучить модель, которая по чату или звонку будет определять, на каком этапе воронки найма находится коммуникация.
Вам предстоит:
— улучшать поиск в Авито Работе;
— предсказывать атрибуты вакансии и резюме по описанию и тайтлу;
— анализировать коммуникации Авито Работы.
Мы ждём, что вы:
— хорошо понимаете ML-алгоритмы (классические и основные архитектуры нейронных сетей), умеете их обучать, понимаете, что главное в улучшении моделей, и способны систематически улучшать их перфоманс;
— имеете опыт работы и внедрения ML-моделей в продакшен;
— пишете хороший, поддерживаемый, тестируемый и масштабируемый код на Python;
— владеете стеком: PyTorch, CatBoost, pandas, NumPy, SkLearn;
— умеете обращаться с системами управления версиями (например, Git), склонны документировать свои наработки, а также описывать и всесторонне критически оценивать результаты проведённых экспериментов.
— Умеете обращаться с Docker.
Будет здорово, если вы:
— участвовали в различных открытых соревнованиях по анализу данных;
— проектировали и внедряли системы машинного обучения для автоматизации процессов и получили измеримые результаты этого внедрения;
— имеете опыт работы с микросервисами на Python, SQL- и noSQL-базами.