Senior Data Scientist (Availability)

Мы ищем Senior Data Scientist в команду Availability (Доступность)

Задачи и обязанности

• Полная ответственность за ML-проекты: вести ML-проекты от формулировки гипотезы и постановки задачи до получения измеримого бизнес-результата. Ты будешь отвечать за весь цикл — от идеи до продакшена, обеспечивая быстрый выход решений в продукт и стабильное качество моделей в продакшене.
• Кросс-функциональное взаимодействие: тесно работать с дата инженерами над построением надежных production-пайплайнов для данных, а с дата аналитиками — глубоко погружаться в бизнес-контекст, определять метрики и участвовать в дизайне и оценке A/B-тестов.
• Решение задач в предметной области: переводить бизнес-задачи в математические модели и ML-задачи. Среди ключевых направлений: Rate Matching — дедупликация тарифов от 350+ поставщиков; Alternative Search — рекомендательные системы и ранжирование альтернатив, когда нужного тарифа нет в наличии; Multi-objective Optimization — поиск баланса между максимизацией маржи и минимизацией количества инцидентов; Cache Freshness Prediction — прогнозирование вероятности изменения тарифа до момента бронирования.
• Разработка моделей: разрабатывать, обучать и валидировать ML-модели, чтобы проверять продуктовые гипотезы и проактивно улучшать пользовательский опыт B2B-клиентов.

Требования

• Опыт: от 4 лет практического опыта в роли Data Scientist или ML Engineer.
• Бизнес-мышление: умение самостоятельно погружаться в данные, находить корневые бизнес-проблемы и переводить бизнес-цели в понятные ML-задачи.
• ML-стек и алгоритмы: уверенное знание классического Machine Learning — Gradient Boosting (например, CatBoost/LightGBM), классификации, регрессии.
• Matching, RecSys и Ranking: практический опыт решения задач entity matching, глубокое понимание подходов к рекомендательным системам и ранжированию (KNN, FAISS, Learning-to-Rank, pointwise / pairwise / listwise подходы).
• Big Data: уверенный опыт работы с большими объемами данных (мы обрабатываем терабайты данных ежедневно). Отличное знание SQL и практический опыт построения пайплайнов с использованием PySpark.
• Инженерная самостоятельность: умение писать production-quality код на Python, покрывать его тестами и самостоятельно доводить модели до продакшена. Опыт работы с Airflow и Python-микросервисами будет необходим.

Будет плюсом

• Опыт в индустрии: опыт работы в TravelTech, E-commerce или с B2B API; понимание специфики отелей, тарифов и дистрибьюторов.
• NLP и эмбеддинги: базовые знания NLP, понимание принципов работы текстовых эмбеддингов и способов их обучения. Это особенно пригодится для matching текстовых описаний тарифов, типов номеров и условий отмены бронирования.
• Оптимизация и pricing: опыт работы с динамическим ценообразованием, multi-objective optimization или системами Next Best Action (NBA).
• Математика и статистика: хорошая база по теории вероятностей и математической статистике, необходимая для корректного дизайна экспериментов и оценки качества моделей.