ML-разработчик в команду лояльности Плюса

Location: Москва; Белград Workplace: Офис, Гибридный Яндекс Плюс — это единая подписка на сервисы Яндекса, которая даёт доступ к музыке, фильмам, подкастам, книгам, играм, спортивному и другому контенту. Ищем ML-разработчика в Плюс Лояльность. Вам предстоит писать код на Java и придумывать, как повысить эффективность механик лояльности. Яндекс Плюс — это единая подписка на сервисы Яндекса, которая даёт доступ к музыке, фильмам, подкастам, книгам, играм, спортивному и другому контенту. Это большой экосистемный проект, где более 35 миллионов подписчиков каждый день используют разнообразные возможности во всех сервисах экосистемы: слушают «Мою волну» в Музыке, получают кешбэк в Такси, Еде, на Маркете и в других сервисах Яндекса, смотрят кино на Кинопоиске. Одно из фокусных направлений — развитие сценариев лояльности. Количество предложений для пользователей растёт каждый день, и необходимо построить системы оптимального управления этим оферингом, скидками и баллами Плюса. Механик лояльности довольно много, каждая их них должна быть оптимизирована и максимально эффективна без превышения расходов. При этом все механики должны работать в одном направлении, не противореча целям бизнеса. Обязанности Выдвижение гипотез и проведение экспериментов Вам предстоит предлагать новые гипотезы и тестировать их, чтобы с помощью ML-моделей повышать эффективность механик лояльности для наших подписчиков в экосистеме Яндекса. Написание продакшн-кода на Java Мы работаем с классическими методами ML, оборачиваем наши модели в сервисы на Java и выводим в продакшн. Вам предстоит писать надёжный и эффективный продакшн-код на Java. Требования * Понимаете принципы классического ML * Знаете традиционные алгоритмы и структуры данных * Хорошо знакомы с Python и SQL * Можете понятно продемонстрировать бизнесу результаты исследований, аргументированно отстаиваете свою точку зрения * Готовы отвечать за продакшн-модели в runtime Будет плюсом * Выводили ML-модели в продакшн * Разрабатывали на Java или C++ * Умеете решать задачи из области Causal Inference