Team Lead Data Scientist в AI VK, Москва

Вместе мы создаём новые проекты в онлайне и не только. Каждый день развиваем технологии и сервисы, которыми гордимся. И не хотим останавливаться на достигнутом.

Мы — это VK Team, команда профессионалов, которые объединились ради больших свершений.

Мы создаём самую большую рекомендательную систему в России, выпускаем приложения под Android и iOS, разрабатываем редактор видео и помогаем интересным блогерам найти новую аудиторию, а пользователям — интересные публикации. За этим стоят сложные алгоритмы, сотни тестов и сервис, который обрабатывает 150 тысяч запросов в секунду.

Команда предиктивной аналитики профилей является центром экспертизы по автоматизированной разметке, за счёт которой работает поведенческий антифрод и управление контентом наших социальных платформ (ОК, Дзен, VK). Именно наша команда строит ML-модели и предоставляет предиктивную аналитику по профилям для бизнес-юнитов холдинга. Для этого мы выстраиваем end-to-end пайплайны обработки и дистрибуции данных. Наш основной фокус — создание ML-based разметок и антифрода в группе компаний.

Так как всё большему количеству бизнес-юнитов требуется наша экспертиза, команда расширяется и мы ищем руководителя команды предиктивной аналитики профилей, который усилит команду своей экспертизой.

Задачи

• Управление командой DS 
• Построение и улучшение ML-архитектуры процессов обработки данных
• Разработка ML-моделей, настраивание их качественной и количественной оценки, анализ результатов
• Работа с инструментами разметки (LLM и краудсорсинг) для подготовки Ground Truth данных
• Взаимодействие с заказчиками, грумминги, декомпозиция крупных ML-проектов

Требования

• Высшее техническое или математическое образование 
• Опыт управления командой DS/ML от двух лет 
• Опыт вывода в прод классических ML-моделей (например, бустингов)
• Опыт работы с Python (pandas, numpy, scipy, catboost, xgboost), SQL (оконки, процедуры)
• Опыт Airflow, BI-системами — Datalens/Superset/Tableau/Power-BI
• Высшее техническое или математическое образование
• Хорошие soft-скилы
• Умение работать с математической статистикой для управления статзначимостью метрик моделей и пайплайнов
• Опыт работы с Hadoop, PostgreSQL или YT

Будет плюсом

Опыт работы с LLM-моделями или краудсорсингом.