Data Science / ML / Deep Learning
VK group https://vk.com/club211095898
Post #681
756
Всем привет! 👋
Давно здесь не было новостей, поэтому начну с главной: с недавних пор я перешла в X5, где отвечаю за ML-персонализацию в CVM.
И сейчас мы ищем классных стажеров в нашу команду 🚀
Немного расскажу, чем мы занимаемся и что у нас под капотом.
Мы строим модели для персонализации взаимодействия с миллионами клиентов. В основе многих задач лежит Uplift-моделирование (про него можно почитать здесь): мы определяем не только что персонально предложить клиенту, но и кому вообще стоит делать предложение, чтобы коммуникация действительно меняла его поведение и приносила бизнес-эффект.
При этом стек задач у нас довольно разнообразный и далеко не ограничивается классическим ML.
Что у нас под капотом:
— классические ML-модели
— нейросетевые подходы, на которые уже переведена часть решений
— рекомендательные системы
— модели ранжирования
А еще мы стараемся не вариться только в текущих решениях: смотрим новые статьи и подходы, экспериментируем и пробуем переносить research в прод (там, где это действительно имеет смысл для задачи).
Что особенно хочу отметить: результат работы моделей здесь можно увидеть в реальном бизнесе. Они работают на больших аудиториях и могут давать вполне измеримый экономический эффект для компании.
Мы смотрим все заявки, поэтому не переживайте, что до вашего резюме не дойдут 😉
Откликнуться можно здесь
Давно здесь не было новостей, поэтому начну с главной: с недавних пор я перешла в X5, где отвечаю за ML-персонализацию в CVM.
И сейчас мы ищем классных стажеров в нашу команду 🚀
Немного расскажу, чем мы занимаемся и что у нас под капотом.
Мы строим модели для персонализации взаимодействия с миллионами клиентов. В основе многих задач лежит Uplift-моделирование (про него можно почитать здесь): мы определяем не только что персонально предложить клиенту, но и кому вообще стоит делать предложение, чтобы коммуникация действительно меняла его поведение и приносила бизнес-эффект.
При этом стек задач у нас довольно разнообразный и далеко не ограничивается классическим ML.
Что у нас под капотом:
— классические ML-модели
— нейросетевые подходы, на которые уже переведена часть решений
— рекомендательные системы
— модели ранжирования
А еще мы стараемся не вариться только в текущих решениях: смотрим новые статьи и подходы, экспериментируем и пробуем переносить research в прод (там, где это действительно имеет смысл для задачи).
Что особенно хочу отметить: результат работы моделей здесь можно увидеть в реальном бизнесе. Они работают на больших аудиториях и могут давать вполне измеримый экономический эффект для компании.
Мы смотрим все заявки, поэтому не переживайте, что до вашего резюме не дойдут 😉
Откликнуться можно здесь
- ❤ 12
- 🔥 7
- 😁 1
