Стажёр — Data Science

Команда Antifraud в Департаменте Data Science разрабатывает алгоритмы скоринга пользователей и системы анализа коммуникаций. Мы боремся с мошенничеством: массовыми регистрациями, взломами аккаунтов, фишингом и другими злоупотреблениями.

Сейчас основной фокус — запуск антифрод-систем для нового продуктового направления на базе классического ML и NLP.

В Авито мы создаем уважительную и безопасную инклюзивную среду, формируем справедливое отношение ко всем сотрудникам на основании их личных заслуг и профессионализма.

Данная вакансия доступна для лиц с инвалидностью.

Вам предстоит:

— разрабатывать и улучшать алгоритмы обнаружения фрода;

— создавать и дорабатывать эвристики и ML-модели;

— работать с задачами классификации текстов: экспериментировать с разными архитектурами и таргетами;

— подготавливать, размечать и анализировать данные;

— оценивать качество моделей и отслеживать их поведение в продакшене;

— анализировать эффективность решений на данных и бизнес-метриках;

— участвовать во внедрении ML-решений.

Мы ждём, что вы:

— имеете базовые знания в ML / Data Science и знакомы с задачами NLP;

— умеете работать с данными и писать на Python (Pandas, NumPy), знакомы с Jupyter Notebook;

— владеете SQL для извлечения данных;

— понимаете основные ML-методы и их применимость;

— готовы учиться, работать в команде и принимать обратную связь;

— читаете технические материалы на английском языке;

— готовы к работе с большим объёмом устной коммуникации.

Будет здорово, если вы:

— участвовали в соревнованиях по ML (Kaggle и аналоги);

— имеете pet-проекты или учебные проекты по ML;

— имеете опыт работы с разными типами данных (табличные, текстовые, событийные).

Работа у нас — это:

— официальная оплачиваемая стажировка;

— период стажировки — 6 месяцев;

— формат работы - удаленно, гибрид (обсуждаем индивидуально исходя из ИПРА), 5/2;

— классная адаптация, профессиональные наставники и погружение в задачи с первого дня;

— комьюнити стажёров, в котором можно обмениваться опытом и поддерживать друг друга;

— техника для продуктивной работы и компенсация питания;

— доступ к корпоративным онлайн-библиотекам «МИФ» и «Альпина».