Стажёр Data Scientist в команду персонализации и CVM
Зарплата не указана
X5 Tech · Москва
Исследовать большие объемы данных о покупательском поведении и находить закономерности для решения бизнес-задач. Разрабатывать и улучшать ML-модели для...
AliExpress · Москва
Улучшать алгоритмы ценообразования и умных скидок для 150 млн товаров для 60 млн пользователей: от эксперимента до реализации продакшен-кода.
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. В требованиях: python, ml, etl, apache airflow, spark. Компания нанимает активно — открытых позиций сейчас 8.
Команда ML Pricing отвечает за ML алгоритмы в ценообразовании и выдаче скидок пользователям. Наша цели - улучшение бизнес метрик компании и увеличение счастья пользователя, за счет выдачи скидок на те товары, которые ему интересны. Мы используем самые разные мл подходы в проде, тестируем все гипотезы через АБ, сами реализуем продакшен-код
Чем предстоит заниматься:
Что мы ожидаем от тебя:
Хорошая математическая база
Уверенное владение Python и способность написать код для продакшена
Знание классических ML алгоритмов и статистических подходов
Опыт в распределенных/параллельных вычислениях (работа с большими данными), опыт написания ETL процессов в Airflow, Spark, Hive
Опыт тестирования моделей офлайн и АБ тестов
Опыт написания unit-тестов и CI/CD процессов
Увлекаешься DL и его применениями
Мотивирован решать сложные задачи, не боишься проявлять инициативу и предлагать свои идеи.
Условия:
Вакансия опубликована 2 октября, проверена 06.10.2026. Открыть оригинал.
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 160 000 ₽.
В требованиях указано: от 3 до 6 лет. Формат работы удалённый, переезд не потребуется.
Да, на 06.10.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
AliExpress — легендарная онлайн-платформа, где есть практически всё. Компания AliExpress начала работу в 2010 году и сейчас на ней зарегистрированы десятки миллионов продавцов и производителей со всего света. AliExpress – одна из самых популярных онлайн-площадок в России. AliExpress входит в топ наиболее посещаемых сайтов в стране, а мобильное приложение – в лидеры по скачиваниям для платформ i…
Открытых вакансий: 8Соседи по направлению с близкими требованиями.
Зарплата не указана
X5 Tech · Москва
Исследовать большие объемы данных о покупательском поведении и находить закономерности для решения бизнес-задач. Разрабатывать и улучшать ML-модели для...
100 — 100 $-94% к среднему
Капралов Игорь · Санкт-Петербург
Разработка математических моделей для слот- и instant games. Расчёт RTP, волатильности, Hit Rate, Zero Rate и распределения выигрышей.
Зарплата не указана
RDP.RU · Москва
Проектирование и реализация сложных batch и streaming пайплайнов в новом Lakehouse-стеке. Участие в построении новой data-платформы с нуля.
Зарплата не указана
Комус · Москва
Дорабатывать OpenSource-решения DataHub и GreatExpectations интеграции с компонентами микросервисной платформы. Дорабатывать инструменты управления инфраструктурой платформы в части компонентов слоя...
Зарплата не указана
РУСАЛ · Москва
Разработали ML-модель для прогнозирования качественных характеристик сырья на ключевом технологическом переделе, что позволило оперативно корректировать технологические параметры.
Зарплата не указана
«UZUM TECHNOLOGIES» · Москва
Строить полный data flow: от получения данных из источников и их транспортировки до обработки, хранения и предоставления потребителям.
Зарплата не указана
AliExpress · Москва
Проектировать, разворачивать и сопровождать Ceph-кластеры. Обеспечивать отказоустойчивость, производительность и масштабируемость storage-инфраструктуры. Работать с RADOS, RBD, CephFS, RGW.
Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.
Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.