Lead Data Scientist (RecSys)

Удаленная работа или гибрид (Кипр).

Мы ищем опытного специалиста, который будет руководить развитием рекомендательных систем в Gameram. Это ключевая роль с фокусом на выстраивание стратегии, реализацию решений и влияние на показатели продукта через персонализацию и алгоритмы, улучшающие пользовательский опыт и удержание.

Система рекомендаций охватывает подбор игр, контента, пользователей, чатов и игровых статусов - она лежит в основе многих пользовательских сценариев. Ты будешь отвечать за развитие алгоритмов и внедрение решений, которые обеспечат масштабируемость и устойчивый рост.

Чем предстоит заниматься:

• Переводить продуктовые и бизнес-задачи в ML-формат и подбирать подходящие решения с учётом особенностей нашей соцсети;

• Проводить глубокий анализ данных, выявлять скрытые закономерности и тренды в пользовательском поведении, развивать рекомендательные системы на обоснованных гипотезах;

• Разрабатывать и внедрять рекомендательные модели: от эвристик до ML-решений и нейросетей;

• Участвовать в разработке и развитии backend-инфраструктуры для рекомендательных систем;

• Анализировать эффективности алгоритмов, участвовать в проведении A/B тестов совместно с аналитиками.

От тебя мы ждем:

• Опыт разработки и внедрения рекомендательных систем и ML-моделей в продакшен от 3 лет;

• Глубокое понимание метрик качества рекомендаций, проблем холодного старта, разнообразия и новизны;

• Навыки проведения A/B-тестирования и интерпретации результатов;

• Уверенное владение Scala/Java и Python;

• Знание и понимание принципов работы Spark, Airflow, Hadoop, HDFS, Kafka, Zookeeper, ClickHouse, Superset, Redis и PostgreSQL;

• Способность самостоятельно вести проект и эффективно коммуницировать с разными отделами.

Будет плюсом:

• Опыт в области графовых рекомендаций, нейросетевых подходов;

• Понимание специфики социальных сетей или дейтинг-приложений.

Что предлагаем:

• Сложный и интересный продукт: миллионы объектов, тысячи связей, графовая структура;

• Возможность влиять на развитие ключевого направления продукта;

• Гибкий график, удалённый или гибридный формат;

• Участие в опционной программе после прохождения ИС;

• Сильная команда, открытая к идеям и исследованиям.