Data Scientist / Дата-сайентист

В работе мы ставим амбициозные цели и не останавливаемся на достигнутом. Поэтому для нас так важно, чтобы каждый участник большой команды "Авито" разделял культуру компании. Погрузиться в неё помогает Манифест, в котором собраны наши основные ориентиры — миссия, ценности, принципы работы.

О команде

Команда разрабатывает и поддерживает алгоритмы скоринга и проверки пользователей.

Наша главная цель — минимизировать действия, которые могут навредить пользователям и платформе. Мы выявляем и предотвращаем массовые авторегистрации, аренду аккаунтов, взломы учётных записей и другие проявления фрода.

Примеры будущих задач

• Разрабатывать и внедрять модели для детекции взломов, аренды аккаунтов и авторегистраций.
• Улучшать существующие эвристики и модели: от простых правил до ML-систем с онлайн-инференсом.
• Подбирать оптимальные санкции.
• Анализировать эффективность решений на исторических данных и в продакшене с учётом бизнес-метрик.
• Проводить A/B-тесты и выводить модели в продакшен.
• Улучшать алгоритмы поиска фрода в сервисе, который обрабатывает тысячи событий в минуту.
• Находить эффективные решения реальных бизнес-задач.
• Развивать существующие средства обнаружения фрода и адаптировать их к меняющейся внешней среде на основе данных и обратной связи от пользователей этих решений.
• Экспериментировать с SOTA-методами машинного обучения, когда их применение оправдано задачей.
• Проектировать и внедрять end-to-end ML-решения.
• Отслеживать деградацию, следить за метриками в продакшене и участвовать в непрерывном улучшении моделей после запуска.

Мы ждём, что вы

• Умеете проводить полный цикл ML-разработки: данные → модель → прод → мониторинг → проверка влияния (AB или эквивалентные подходы).
• Имеете большой опыт в NLP или значимый опыт вывода и сопровождения моделей в продакшене.
• Уверенно владеете Python и DS-стеком: NumPy / pandas, scikit-learn, CatBoost (или аналоги), и умеете работать с DL-фреймворками (например, PyTorch).
• Понимаете, как выбирать методы под задачу и аргументированно объяснять компромиссы между качеством, стоимостью, скоростью и рисками.
• Умеете оценивать качество моделей при запуске и отслеживать его изменение во времени (дрейф, деградации, проблемы данных).
• Пишете SQL-запросы на уровне, достаточном для анализа данных и диагностики качества.
• Читаете англоязычную техническую литературу.

Будет здорово, если вы:

• Имеете опыт в модерации, Trust & Safety, антифроде.

Работа у нас — это

• Возможность влиять на бизнес и развитие продукта.
• Интересные и разнообразные задачи: аналитики в Авито ищут точки роста бизнеса, изучают поведение пользователей, придумывают фреймворки и настраивают дашборды.
• Много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо — всё готово для продуктивной работы.
• Талантливая команда, крутая аналитическая культура и сообщество профессионалов.
• Прозрачная система премий, достойная зарплата — размер обсудим на собеседовании.
• Личный бюджет на обучение, который можно тратить на книги, курсы и конференции.
• Забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист.
• Удалёнка и замечательный офис в двух минутах от метро «Белорусская»: панорамный вид центр города, места для уединённой работы и зоны отдыха.

Обязанности

• Развитие ML-направления и управление командой
• Построение и развитие внутренних пайплайнов для разработки ML моделей (Feature Store, Experimentation Platform, Online and Offline Inference)
• Проведение код-ревью и внедрение стандартов качества кода
• Разработка, деплоймент, поддержка и мониторинг классификационных и регрессионных моделей: Price Elasticity Model, Early Repayment Prediction Model, Loan Disbursement Prediction Model, Interest Rate Uplift Model, Payment Date Recommendation, Application Scoring, Behavioral Scoring, Income Estimation, Antifraud Scoring, Collection Scoring и др.
• Исследование и интеграция новых источников данных для расширения признакового пространства
• Взаимодействие со стэйкхолдерами и смежными командами (Data Engineers, DevOps, Data Analysts), выявление бизнес-потребностей

Требования

• Наличие опыта в DS / ML от 3 лет
• Наличие опыта управления командой от 2 лет
• Умение декомпозировать задачи, планировать и поддерживать работу команды
• Глубокое понимание классических ML алгоритмов
• Опыт решения ML задач: Uplift-моделирование, бинарная классификация, регрессия
• Уверенное владение Python и соответствующими библиотеками: catboost, xgboost, lightgbm, statsmodels, scikit-learn, optuna, FastAPI, git, Airflow
• Уверенное владение инструментами для анализа и визуализации данных: SQL (GreenPlum), pandas, seaborn, matplotlib
• Уверенное знание теории вероятности и статистики

Условия

• Возможность решать интересные прикладные задачи с непосредственным влиянием на бизнес-результат по множеству банковских продуктов: Cash Loan, Mortgage, Car Loan, Loans for Medium and Small Enterprises
• Условия для роста и развития:
• возможность участия в командировках;
• Работа с различными доменами данных: соцдем, карточные транзакции, доходы, кредитная история, телеком, финансовая отчетность компаний и др.
• Годовой бонус

Мы развиваем машинное обучение в Поиске Яндекса. Наша команда заботится о качестве поисковой выдачи: создаём модели ранжирования и персонализации, пробуем новые подходы и повышаем полезность поиска для миллионов пользователей.

Поиск сегодня должен быстро подстраиваться под изменения в поведении пользователей и появление нового контента. Мы охватываем весь жизненный цикл ML‑моделей: разрабатываем новые признаки, обучаем модели, проводим эксперименты, дообучаем их онлайн и внедряем решения в продакшен.

Наша цель — поддерживать актуальность поисковой выдачи, учитывать интересы пользователей и оперативно реагировать на изменения в данных.

Развитие моделей ранжирования

Вы будете улучшать модели, определяющие порядок документов в поисковой выдаче: разрабатывать новые признаки, экспериментировать с архитектурами моделей, обучать их и внедрять лучшие решения в продакшен.

Персонализация поиска

В ваши обязанности войдёт работа над моделями персонализации, генерации кандидатов и ранжирования, чтобы поисковая выдача лучше учитывала интересы пользователя. Вам предстоит обучать модели, проводить A/B‑эксперименты и анализировать их результаты.

Адаптивность поисковой выдачи

Вы будете развивать решения, которые позволят поисковой выдаче оставаться актуальной — даже когда меняется поведение пользователей и появляются новые документы. Вам предстоит дообучать модели в онлайн‑режиме, совершенствовать решения для холодного старта и ускорять адаптацию поиска к изменениям в данных и интересам пользователей.

Больше об ML в Яндексе — в канале Yandex for ML

* Разрабатывали и обучали ML‑модели
* Владеете Python на уверенном уровне
* Хорошо понимаете классические алгоритмы и структуры данных
* Умеете работать с данными и критически оценивать результаты экспериментов
* Хотите делать продукт, которым ежедневно пользуются миллионы людей

* Работали с задачами ранжирования или рекомендательными системами
* Проводили A/B‑эксперименты и внедряли модели в продакшен
* Работали с высоконагруженными системами
* Знакомы с современными подходами в RecSys и NLP