Задачи:
— участие в создании и поддержке аналитических решений для повышения эффективности маркетинговых кампаний;
— применение методов машинного обучения, особенно uplift-моделирования, для оптимизации взаимодействия с клиентами и повышения ROI;
— построение uplift-моделей по сегментам для разных групп;
— разработка uplift-моделей для различных номиналов промоакций с последующей оптимизацией;
— прогнозирование RFM;
— участие в проведении A/B тестов, расчет финансовых эффектов от внедрения моделей, генерация признаков для моделей.
Требования:
— базовое понимание статистики и теории вероятностей;
— опыт работы с Python (Pandas, NumPy);
— знание основ машинного обучения (линейная регрессия, деревья решений, случайный лес);
— понимание концепции uplift-моделирования;
— опыт работы с табличными данными;
— понимание принципов распределенных вычислений (PySpark);
— опыт коммерческой разработки.
Технологии и инструменты:
— работа с данными: pyspark, SQL, S3;
— классический ML и uplift: Scikit-learn, XGBoost, LightGBM, CatBoost, scikit-uplift;
— разработка и версионирование: Jupyter Notebook, VS Code/PyCharm, git;
— ML инфраструктура: JupyterHub, MLFlow, Airflow, PostgreSQL;
— ML: Transformers, SGLang, Triton;
— процессы: Jira, Confluence.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.