Data Scientist в Службу аналитики роста рекламы

Наша команда занимается разработкой аналитических продуктов для улучшения рекламного бизнеса Яндекса.
Каждый день мы извлекаем полезные для бизнеса инсайты из целого массива информации. Вам предстоит заниматься широким спектром задач. Это базовый скоринг, дизайн А/B-тестов, Causal Inference для множественных одновременных воздействий, долгосрочное прогнозирование многофакторных временных рядов (LTV), а также сложные мультиклассификации на датасете, собранном в доступной части рунета.

Все проекты команды напрямую влияют на миллионы пользователей, поэтому подразумевают высокую степень ответственности и нетривиальный уровень интерпретации результатов и передачу их бизнесу.

Какие задачи вас ждут

Построение централизованной платформы ML-моделей (скоринги, Causal Inference)
Вы будете писать внутренний инструмент, подразумевающий полный цикл построения семейства связанных моделей. Это прежде всего построение черновых вариантов моделей, последовательное усложнение до удовлетворения требованиям к качеству. Также вы будете строить метааналитику платформы и данных, извлекать дополнительную информацию из всего семейства моделей, для чего предстоит выводить технические артефакты в прод, разбивать метааналитику на гипотезы для дальнейшего развития и транслировать всё это бизнесу понятным языком метрик.

Проверка нетривиальных гипотез с помощью A/B-тестирования
Наша платформа закрывает наибольшую часть рутинных случаев. Однако зачастую возникает потребность в последовательной проверке гипотез, тестировании множественных воздействий, дизайне A/B для тестирования метапараметров воздействий (длина цепочек воздействий) и т. п.
Нам есть куда расти: увеличивается количество пользователей, аудитория становится разнообразнее. Нужно заниматься систематизацией и расширением метрик, дизайном и интерпретацией множественных экспериментов в рамках технических и бизнес-гипотез.

Мы ждем, что вы

• Программируете на Python, знаете библиотеки Scikit-learn, PyTorch, TensorFlow
• Хорошо знаете статистику и машинное обучение
• Владеете принципами А/B-тестирования
• Знаете SQL и понимаете устройство баз данных

Будет плюсом, если вы

• Занимались разработкой, проводили ревью кода, знакомы с CI и Git
• Работали со стеком SQL, Python, Airflow, Spark, Hive, HDFS
• Работали в рекламном бизнесе
• Разрабатывали с нуля модели Causal Inference или имеете большой опыт детектирования эффекта от воздействий на ретроданных
• Знакомы с конверсией, ROI, LTV и другими маркетинговыми метриками
• Знакомы хотя бы с базовыми концепциями эконометрики