Senior ML Engineer (GenAI Data Governanace) (Python, FastAPI)

Наша команда создает и внедряет алгоритмы, которые улучшают экономику компании: предлагают клиентам более выгодные условия, увеличивают прибыль бизнеса и повышают доходность партнерских размещений. Мы развиваем решения в области кэшбэка, ценообразования, рекламы и финтеха.

Основные направления работы команды:

1. Динамическое ценообразование и оптимизация промо. Определяем, кому, на какие покупки и в каком размере предлагать кэшбэк и скидки, учитывая цели бизнеса. Например, разрабатываем алгоритмы, которые увеличивают выручку без снижения маржинальности. Переходим от простых эвристик к uplift-моделям и RL и развиваем инфраструктуру для работы этих решений.

2. Рекламные алгоритмы. Развиваем аукцион и алгоритмы принятия решений внутри него, внедряем CPA-модель в партнерские размещения, разрабатываем рекомендации по ставкам и лимитам кэшбэка.

3. Оптимизация маркетингового бюджета. Развиваем MMM, модели атрибуции и причинно-следственные методы оценки инкрементальности каналов. Оцениваем вклад маркетинга в рост бизнеса и перераспределяем бюджеты в каналы с максимальным ROI.

4. Поиск и создание новых механик роста. Формулируем гипотезы на основе продуктовых исследований и A/B-экспериментов, руководим разработкой новой функциональности и механик, доводим лучшие решения до запуска.

• Переводить бизнес-задачи в математические модели и ставить задачи для их решения с помощью методов Data Science
• Исследовать данные и определять, как развивать продукт и бизнес-направление
• Разрабатывать, валидировать и внедрять модели, которые влияют на продуктовые и бизнес-метрики
• Оценивать риски и контролировать качество решений, в том числе статистическую корректность моделей
• Адаптировать современные научные методы и подходы из исследований — SOTA — для использования в продукте
• Общаться с продуктовыми, инженерными и аналитическими командами

• У вас есть опыт внедрения моделей в продакшн вместе с MLE и разработчиками
• Работали с большими объемами данных с помощью SQL, Python и Spark, строили и оценивали качество моделей
• Знаете математическую статистику, теорию вероятностей и методы машинного обучения
• Умеете переводить бизнес-задачи в математические модели с учетом ограничений
• Оцениваете риски, контролируете ошибки и проверяете качество решений без внешнего ревью
• Можете объяснить сложные технические идеи коллегам без технического бэкграунда

• Работу в офисе или удаленно — по договоренности
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• Три дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

TechCore - это команда профессионалов с многолетним опытом в разработке программного обеспечения. Мы помогаем клиентам на всех этапах создания цифровых решений, от концептуализации и дизайна до внедрения и поддержки.

За нашими плечами сотни реализованных проектов, поэтому мы не понаслышке знаем, какие трудности встречаются в процессе разработки, и умеем находить эффективные решения для любых задач.

Наши ожидания:

• Уверенное владение Python (умение писать чистый код, использовать виртуальные окружения).
• Критически важно понимание базовых библиотек для работы с данными (Pandas, NumPy) и основ классического машинного обучения (Scikit-learn).
• Понимание разницы между обучением с учителем и без, знание метрик качества (Accuracy, Precision, Recall, ROC-AUC) и как не допускать переобучения модели.
• Важно иметь реализованные проекты, связанные с обучением и развертыванием модели.
• Желателен опыт в одном из направлений: Recommender Systems, Natural Language Processing, LLM / RAG / Agentic Engineering.

Будет плюсом:

• Понимание принципов работы реляционных баз данных (SQL, PostgreSQL).
• Базовое владение библиотеками глубокого обучения: PyTorch, TensorFlow.

Ну что, ты с нами? Ждем тебя в нашей команде!

Приглашаем студентов на стажировку по направлению машинного обучения. Вам предстоит работать с данными, участвовать в разработке и улучшении ML-моделей, проводить эксперименты и применять знания для решения практических задач.

Подготовка, обработка и анализ данных.

Обучение и тестирование моделей машинного обучения.

Оценка качества моделей и поиск способов их улучшения.

Проверка гипотез и проведение экспериментов.

Анализ и описание полученных результатов.

Обучение в ВШЭ, МФТИ или МИФИ.

Курс обучения: 3-6 курс бакалавриата и специалитета или 1-2 курс магистратуры.

Знание Python, опыт работы с NumPy, Pandas и Scikit-learn.

Понимание основных алгоритмов машинного обучения и метрик качества моделей.

Базовые знания математической статистики, теории вероятностей и линейной алгебры.

Базовое знание SQL и Git.

Готовность разбираться в новых задачах и работать в команде.

Будет преимуществом: опыт учебных или личных ML-проектов, знание основ Deep Learning и опыт работы с PyTorch или TensorFlow.

Оплачиваемая стажировка

Длительность стажировки: 3-6 месяцев

График работы: 20/30/40 часов

Гибридный формат

Комфортный современный офис