Детский мир
Team Lead ML персонализации
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Описание вакансии
«Детмир Тех» — команда, развивающая цифровую экосистему группы компаний «Детский мир». Делаем продукты для миллионов клиентов и сервисы, которые помогают бизнесу работать быстрее.
Кого ищем:
Мы развиваем персонализацию в «Детском мире»: помогаем клиентам быстрее находить нужные товары и получать предложения, которые действительно соответствуют их интересам.
Ищем специалиста, который будет развивать рекомендации и ML-механики персонализации в приложении, персональные промокоды и коммуникации. В роли Team Lead предстоит не только проектировать решения, но и задавать техническое направление команды.
Чем предстоит заниматься:
- Разрабатывать и развивать алгоритмы онлайн-рекомендаций: товарные рекомендации, рекомендации пользователям и персональные ленты.
- Улучшать офлайн-рекомендации и персонализированные механики в приложении, включая «Любимые категории» и регулярные задания.
- Развивать uplift-модели для персональных промокодов и оценивать их дополнительный эффект на поведение клиентов и бизнес-результаты.
- Развивать движок рекомендаций: участвовать в проектировании архитектуры, выборе подходов и организации работы моделей в продуктивной среде.
- Создавать алгоритмы CVM-персонализации для разных рынков и направлений бизнеса.
- Находить возможности для персональных коммуникаций на основе анализа клиентского поведения, покупок и отклика на кампании.
- Формулировать гипотезы, выбирать подходящие методы оценки и проверять результат через A/B-тесты и другие экспериментальные подходы.
- Совместно с продуктовыми, аналитическими и бизнес-командами определять приоритеты и превращать бизнес-задачи в ML-решения.
- Ставить задачи, помогать команде с техническими р ешениями, прорабатывать архитектуру и поддерживать качество реализации.
Что ожидаем от вас:
- Опыт разработки и внедрения моделей машинного обучения в продуктивную среду.
- Практический опыт в рекомендательных системах, персонализации, ранжировании или близких задачах.
- Знание методов…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.