ML-инженер (команда OOS/Pricing)

1. разрабатывать и внедрять ML-модели для прогнозирования доступности товаров и оптимизации цен;
2. участвовать в построении real-time и batch ML-систем;
3. выдвигать и проверять гипотезы по улучшению текущих алгоритмов, а также придумывать новые решения по запросу
4. бизнеса;
5. отвечать за полный ML-цикл: от формулировки гипотез и ресерча до продакшн-внедрения и мониторинга;
6. работать в тесной связке с продактами, аналитиками и другими ML-инженерами;
7. писать надёжный и понятный код, участвовать в code review, делиться экспертизой с командой.

Привет! На связи Купер.тех!

Купер — это сервис доставки из магазинов и ресторанов. За 10 лет сервис вырос из food-tech стартапа в высокотехнологичную компанию. Купер — это профессиональная команда и надёжная IT-инфраструктура, которая увеличилась в 77 раз с 2019 года. Купер объединяет свыше 600+ IT-специалистов. Мы создаем вдохновляющий продукт для миллионов клиентов.

Сейчас мы ищем ML-инженера уровня middle+/senior, который поможет развивать системы прогнозирования доступности товаров и динамического ценообразования в Купере. Это ключевые сервисы, напрямую влияющие на бизнес-показатели и

клиентский опыт: ошибки здесь дорого стоят, а хорошие решения дают заметный эффект уже на следующем дне работы

сервиса.

Что у нас интересного:

1. ДМС;
2. предоставляем множество корпоративных бонусных программ;
3. работаем удаленно. В Москве есть большой и красивый офис — welcome;
4. выдаем технику для работы на твой выбор;
5. помогаем интеллектуально и физически развиваться (электронная библиотека, книжный клуб, футбол);
6. уделяем большое внимание обучению сотрудников, поэтому в нашей knowledge base ты найдёшь много интересных курсов, книг и записей конференций, а также у нас есть выделенный бюджет на образование.

А ещё:

1. мы сами участвуем в конференциях, как спикеры;
2. проводим внутренние митапы;
3. не боимся экспериментировать с новыми решениями и технологиями :)

Что мы ждем от будущего коллеги:

1. 3+ лет опыта в ML/DS в продакшне;
2. умение делать качественный EDA и доносить результаты до команды;
3. уверенное владение Python и базовые знания SQL;
4. опыт работы с задачами classic ML;
5. опыт полного ML-цикла: ресерч, A/B, прод, мониторинг;
6. самостоятельность, инициативность и умение доводить сложные задачи до результата.