Продукт Global CAPEX решает задачу повышения эффективности инвестиций в развитие сетей Билайн. В рамках продукта мы прогнозируем трафик и доходы на существующих и будущих базовых станциях, анализируем миграции и паттерны поведения абонентов, ищем локации для улучшения качества сети, строительства нового покрытия и подключения ШПД.

• Опыт работы Data Scientist от 2 лет
• Уверенное владение Python и основными ML-библиотеками.
• Хорошее понимание принципов работы ML-алгоритмов, опыт их применения на практике.
• Навыки работы с SQL или Spark (можете с их помощью самостоятельно собрать и обработать данные).
• Знание основ статистики (понимаете, что такое p-value, и умеете проверять статистические гипотезы).
• Готовность общаться с бизнесом и отвечать end-to-end за задачу.

Будет плюсом, если вы:

• Писали production-код.
• Работали с Hadoop или другими инструментами нашего стека.

Наш стек:

• Python, Spark, Hadoop, Hive, Airflow, Docker, k8s, MLFlow

  Git, Jira, Confluence

• Трудоустройство в аккредитованную ИТ-компанию
  Сильную команду из топовых ВУЗов, с которой можно расти.
• Свободу в принятии решений, возможность влиять на процесс и результат.
• Развитое внутреннее DS/DA комьюнити (100+ человек) с регулярными митапами и встречами по обмену опытом.
• Ежегодный процесс ревью.
• Десятки Пбайт разнообразных данных - от классических табличных до гео, графов, кликстримов, текстов и картинок.
• Развитую MLOps инфраструктуру и процессы, мощный кластер с GPU.
• Внешнее и внутреннее обучение, участие в митапах и конференциях.

• Гибкий график работы.
• Полис добровольного медицинского страхования, обслуживаемый в лучших клиниках.
• Корпоративные скидки на фитнес, обучение, путешествия и т.п.
• Служебную сотовую связь.

Примеры наших задач:

• Внедрение ML-решений персонализации продуктовых предложений для клиентов (Next best offer)
• Поиск аномалий на оборудовании, приоритезация инцидентов
• Антифрод и кибербезопасность
• Приоритезация строительства/модернизации базовых станций (прогноз трафика на б/с, прогноз доходности новых территорий)
• Моделирование LTV абонентов и внедрение данной концепции в бизнес-процессы компании
• Модели оттока, различные uplift/response модели, сегментация базы
• А/B тестирование и аналитика кампаний
• Построение профиля абонента: мэтчинг симкарт, поиск социальных групп, построение различных показателей профиля, эмбеддингов и фичей абонента на текстах, кликстримах, геоданных и тп.
• Задачи с гео-данными
• Участие в развитии DS инфраструктуры и внутренних библиотек