Data Scientist в DS Lab

Any

По договоренности

ГибридЗанятость: Полная занятостьТребуемый опыт: От 3 лет

Москва

Откликнуться
company logo
Wildberries
Перейти на сайт

Размер компании

-

Описание компании не указано

Описание вакансии

Wildberries и Russ — лидер рынков e-commerce и наружной рекламы в России и странах СНГ. Ежедневно более 4 тысяч наших IT-специалистов создают цифровую экосистему, состоящую из сотен тысяч продуктов. На сегодня мы создали крупнейшую онлайн-платформу для покупки и продажи товаров в России и странах СНГ.

Вместе с масштабным развитием IT-направления мы формируем культуру Trust and Safety, гарантируя непрерывную безопасность и доверие между компанией, её сотрудниками, пользователями и клиентами.

Сейчас мы в поиске Data Scientist в команду DS Lab, которая разрабатывает решения для повышения доверия и безопасности пользователей на площадке. Мы работаем с широким спектром задач, анализируем данные и создаем алгоритмы, чтобы сделать платформу еще более надежной и удобной для её пользователей и клиентов.

Дополнительно

Разработка CV и NLP ML-моделей (от понимание проблем бизнеса до подготовки к инференсу) Написание сервисов поверх различных моделей машинного обучения. Активное взаимодействие и работа с продуктовыми заказчиками. Поддержка, мониторинг и улучшение существующих моделей. Анализ больших объемов данных для выявления закономерностей, тенденций и аномалий. Ресёрч последних популярных публикаций, статей и технологий в сфере машинного обучения. Опыт работы над ML проектами, выполненными с нуля до вывода в production. Глубокие знания и опыт обучения, инференса NLP и CV моделей. Умение быстро исследовать State-of-the-art подходы и технологии, разбираться в новых моделях и их применении. Писать эффективный, хорошо читаемый код и тесты к нему, уверенно владеть принципами ООП. Уверенное владение ML-стеком Python: torch, transformers, numpy, pandas, scikit-learn, matplotlib, catboost/xgboost/lightgbm. Знания SQL на базовом уровне. Знания и опыт в MLOps. Умение вести проект самостоятельно (валидация входных данных, риски, стейкхолдеры, работа с ресурсами, упаковка результатов и т.д.).