Data Scientist в Trust&Safety

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, Wildberries строит культуру Trust and Safety, гарантируя непрерывную безопасность и доверие между компанией, её сотрудниками, пользователями и клиентами.

Есть несколько команд куда ведется подбор:

1. Data Scientist в ML Platform

Мы специализируемся на выделении и доставке признаков (features) для команд внутри и вне Trust&Safety.

Примеры таких признаков:

— текст, распознанный с изображений

— признаки, связанные с качеством изображения товара, и другие.

Наша ценность в том, что мы обеспечиваем другие команды качественными и надёжными фичами, ускоряя их работу и повышая эффективность решений.

2. Data Scientist в DS Lab

Мы работаем с широким спектром задач, анализируем данные и создаем алгоритмы, чтобы сделать платформу еще более надежной и удобной для её пользователей и клиентов.

3. Data Scientist в Безопасность бэк-офиса

Мы фокусируемся на выявлении и предотвращении случаев мошенничества (антифрода), автоматизации процессов проверки документов и анализа данных для предотвращения потенциальных угроз. В своей работе мы оперируем различными источниками данных – текстами, изображениями, видео и метаинформацией – и нацелены на выработку высокоточных решений.

4. Data Scientist в команду Видеоаналитики

Мы создаем платформу для анализа процессов, происходящих на складах/ПВЗ на основании видео с камер видеонаблюдения. Упор платформы делается на борьбу с мошенниками, бизнес-аналитику и контроль качества работы сотрудников.

Проектирование, разработка и внедрение алгоритмов машинного и глубокого обучения для решения бизнес-задач. Обучение и внедрение в production CV и NLP моделей. Поддержка и улучшение существующих моделей. Создание end-to-end пайплайнов на основе полученных ml-решений. Анализ больших объемов данных для выявления закономерностей, тенденций и аномалий, выполнение EDA Опыт выполнения ML/технических проектов, выполненных с нуля до выкатки в production. Глубокие знания и опыт в NLP/ Классическом ML и/или CV. 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. Будет плюсом опыт работы с gradio, streamlit. Умение вести проект самостоятельно (валидация входных данных, риски, стейкхолдеры, работа с ресурсами, упаковка результатов и т.д.).