Middle+ - Senior DS/MLE

Позиция: Middle+ - Senior DS/MLE Компания: Т-банк, команда эффективности Формат работы: fulltime, гибрид, Москва, офис на Павелецкой. Вилка гросс: 400-700К + годовые премии Про нас: Мы создаём и внедряем алгоритмы, которые улучшают экономику экосистемы, делая её выгоднее для клиентов, прибыльнее для бизнеса и эффективнее для партнёров с помощью кешбэка, ценообразования, рекламы и финтеха. В этом году перед нами стоит задача кратно масштабировать бизнес. Для этого мы ищем заряженных DS и MLE (в том числе lead/staff) на несколько направлений: 1. Динамическое Ценообразование и Оптимизация Промо: определять кому, на что и сколько кешбэка / скидок дать, опираясь на цели бизнеса (например чтобы вырастить выручку без просадки маржи). 2. Рекламные алгоритмы: развивать аукцион и алгоритмы принятия решений внутри него, а также внедрять CPA-модель в партнерских размещениях (рекомендовать ставку и лимиты на кешбэк). 3. Оптимизация маркетингового бюджета: развивать МММ, модели атрибуции и causal-подходы для оценки инкрементальности каналов, понимать реальный вклад маркетинга в рост и перераспределять бюджеты в точки с максимальным ROI. 4. Поиск и создание новых механик роста: генерировать гипотезы на основе продуктовых исследований и A/B-экспериментов, лидировать создание новых фич и механик, доводить лучшие из них до прода. Что предлагаем: — Сплоченная команда 20+ человек из ШАД/ФКН/МФТИ/РЭШ — Задачи с околонулевым легаси на стыке продукта, ML, оптов и разработки — Прямое влияние на ключевые метрики бизнеса — Быстрый путь от гипотезы до продакшена Что предстоит делать: — Отвечать end-to-end за проект: от сбора данных до продуктивизации ML моделей — Придумывать как улучшать текущие ML подходы не только с точки зрения техники, но и с бизнесовой точки зрения — Реализовывать идеи, алгоритмы и модели из научных статей Требования: — Хорошего знания математики и применения в рабочих задачах математической статистики — Хорошего знания ML (для аналитики/DS достаточно понимать базовые принципы) — Базовую инженерную грамотность — Уверенный SQL и Python — Для Lead: опыт руководства командой 2-5 человек от года Будет плюсом: — Опыт uplift-моделирования — Знание базовых RL-алгоритмов — Опыт внедрения ML-моделей в продакшн — Знакомы с дискретной оптимизацией — Понимание unit-экономики и PNL — Опыт работы в командах эффективности / рекламы / рексис Ответы на 10 вопросов: 1. Данные: В основном GreenPlum (все данные банка), мобильные события - ClickHouse 2. Железо: Коммунальные GPU и CPU сервера с большим выбором и количеством железа + MacBook Pro для разработки 3. Масштаб влияния на core-бизнес? Рост и выполнение OKR по продуктам бизнес линии зависит от работы нашего направления 4. Уровень развития Data Science в компании? Экспертиза в банке высокая, есть отдельные RnD команды, с которыми можно консультироваться, в рамках направления каждый проект частично или полностью связан с ML и оптимизацией 5. Роль дата сайентиста: Аналитики и MLE - двигатель и сердце направления, так как продактов в направлении практически нет. Занимаемся end-to-end проектами: от идеи и постановки задачи до реализации и обсуждения выкатки на прод с командой продукта 6. Бэкграунд у вашего руководителя? [LinkedIn] 7. Как часто вам будут мешать работать? - Созвоны с командой: 2 - 3 часа в неделю - Созвоны с продуктовой командой: 1 - 3 часа в неделю (в зависимости от позиции) 8. Карьерный рост: формализована матрица компетенций, есть возможность быстро расти по грейдам в силу начальной стадии направления, также есть возможность роста в лида 9. Prod/Research: Prod/Research 80%/20% 10. Функция сервиса или лидера? Сервис/лидер: 20%/80% 📩 С резюме и вопросами можно в ЛС: @piereeduck