Задачи:
— Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня
— Интегрировать A/B-тесты пейволлов с предиктом, учитывая, что тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке
— Развить аналитику, выявить и устранить узкие места в данных, запросах или интерфейсе
— Принять решение по накопленным ML-наработкам: что доводить до продукта, что закрывать
— Руководить командой из двух ML-инженеров
Требования:
— Глубокие знания классического ML и математической статистики, способность вести предметный спор о метриках и горизонтах прогнозирования
— Владение SQL и Python для самостоятельного извлечения и проверки данных
— Умение самостоятельно вести широкое направление и доводить его до результата без необходимости постановки задач
— Продуктовый опыт является плюсом, но не обязателен
Плюсы:
— Опыт с подписками, мобильными приложениями или финтехом (LTV, churn, когортная экономика)
— Знания в области экспериментального дизайна: мощность теста, MDE, множественные сравнения
— Опыт работы с ClickHouse
— Участие в олимпиадах, Kaggle, наличие публичных проектов
О компании:
Adapty — платформа монетизации подписок для мобильных приложений, через которую проходит более $3 млрд подписочной выручки в год, используется более 20 000 приложений. В компании формируется новое направление аналитики и ML под одного владельца, с целью улучшения точности предсказания LTV для оптимизации расходов на привлечение пользователей.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.