Привет!
Мы команда, которая создаёт алгоритм поиска для всех продуктов 2ГИС. Помогаем миллионам наших пользователей быстро и точно находить фирмы, адреса, достопримечательности по всей России и многим странам зарубежья. Наш код работает и на мобильных устройствах
и на серверах. Чтобы поиск находил точнее, мы создаём системы анализа данных. Они помогают проверять и поддерживать качество работы поиска.

Задачи, которыми тебе предстоит заниматься

1. Оценка качества работы поиска в рамках различных проектов, типов запросов, типов пользователей и т.п.

  2. Исследования пользовательской активности в приложении при использовании функционала поиска:

• поиск и идентификация ботов и парсеров;
• определение популярных паттернов поисковых кейсов: как пользователи ищут те или иные вещи.

  3. Поиск аномалий в поисковой выдаче и определение их причин.

  4. Оценивать эффективность и полезность выпущенных фич.

Для выполнения данных задач потребуется:

• находить статистически обоснованные взаимосвязи, генерировать и проверять гипотезы в данных;
• организовывать проведение AB тестов и анализировать их результаты;
• придумывать метрики для оценки качества поиска и обосновывать их необходимость;
• контролировать метрики и исследовать причины их роста или падения;
• разрабатывать дашборды в Grafana и Power BI;
• использовать в качестве инструментов разметки данных различные платформы: толока, tagme.

• Умение писать сложные и быстрые SQL-запросы.
• Хорошее знание Python, например, вы знаете чем отличается многопоточность от многопроцессорности и как обстоят с этим дела в питоне, знаете как улучшить производительности кода.
• Опыт написания юнит-тестов.
• Опыт работы с библиотеками типа numba будет плюсом.
• Опыт обработки данных в Python (работа с библиотеками pandas, numpy, sklearn, работа с инструментами визуализации данных — matplotlib, seaborn, plotly).
• Знаете основы машинного обучения: какие бывают задачи, метрики, что такое переобучение и как с ним бороться в моделях различного типа и т.п.
• Можете написать код для обучения логистической регрессии на простых табличных данных.
• Умеете работать с разметкой и проводить контроль качества данных (знакомы с методами агрегации ответов в разметке (MACE, Majority Vote и т.п.)).
• Знания теории вероятностей и статистики.
• Умение работать в команде, а также самостоятельно искать и использовать всю необходимую информацию.

Почему у нас хорошо: 

• мы аккредитованная IT –компания;
• само собой, полностью белая зарплата, размер которой обсуждаем на собеседовании;
• есть ДМС и все классические IT-плюшки;
• еще у нас можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске;
• для комфортной работы доставим всё, что нужно и организуем встречи с командой онлайн и офлайн.