Data Scientist в Лавку (геоаналитика)

Навыки

• Внимание к деталям
• Коммуникация
• Дисциплина
• Логистика
• Machine Learning
• Прототипирование
• Python

О компании и продукте

• Мы ищем специалиста по Data Science (ML‑специалиста) в команду, которая развивает географию Яндекс Лавки. Команда занимается покрытием территории, размещением дарксторов, оценкой потенциала территорий и обеспечением качества сервиса для пользователей в разных городах и районах. Роль подойдёт специалисту, который сосредоточен на машинном обучении и технической реализации моделей
• Это позволит повысить точность прогнозов и улучшить качество решений

Задачи

• Data Scientist в Лавку (геоаналитика)
• Вам нужно будет работать с геоданными и создавать ML‑модели для решения бизнес‑задач: например, прогнозировать спрос или оптимизировать размещение дарксторов
• Вам предстоит работать на стыке геоаналитики, Data Science и операционной аналитики
• Нужно превращать аналитические задачи в работающие ML‑решения, которые помогут развивать сеть Яндекс Лавки
• Какие задачи вас ждут Построение ML‑моделей
• Вы будете разрабатывать и обучать модели, чтобы прогнозировать спрос в разных районах и городах
• Нужно создавать решения, которые оценят потенциал новых территорий — с учётом геоданных, демографии, логистики и других факторов
• Также предстоит адаптировать уже существующие модели под новые регионы и сценарии, чтобы они оставались актуальными и полезными в меняющихся условиях
• Ваша работа поможет получить надёжные ML‑решения: они напрямую повлияют на бизнес‑результаты — позволят точнее прогнозировать спрос, эффективнее распределять ресурсы и выбирать приоритетные зоны для развития сети
• Обработка геоданных для ML
• Вы будете готовить и обрабатывать пространственные данные — полигоны доставки, H3‑сетки, зоны доступности, — чтобы использовать их в моделях машинного обучения
• Важная часть работы — заниматься feature engineering: извлекать и создавать признаки на основе геоданных, демографических показателей и операционных метрик
• Также вам предстоит интегрировать геоданные в ML‑пайплайны: обеспечивать правильную подачу информации в модели и согласованность форматов данных
• Цель работы — сформировать качественную входную базу для моделей
• Оптимизация моделей
• Вы будете регулярно следить за качеством и актуальностью ML‑моделей: оценивать, насколько хорошо они работают с текущими данными, при необходимости переобучать или дорабатывать алгоритмы
• Нужно будет тестировать разные версии моделей, сравнивать их и смотреть, как они влияют на ключевые бизнес‑метрики
• Также предстоит оптимизировать модели: улучшать скорость и точность предсказаний, чтобы модели оставались эффективными, даже если условия изменятся или сервис будет масштабироваться
• Главная цель — надолго сохранить высокую точность и надёжность моделей
• Техническая реализация ML‑пайплайнов
• Вы будете писать чистый и воспроизводимый код на Python — от сбора данных до финального прогноза
• Ваша задача — автоматизировать сбор данных, обучение и развёртывание моделей, чтобы уменьшить ручную работу и сделать решения более стабильными
• Вам также предстоит сотрудничать с инженерами данных и аналитиками: настраивать конвейеры данных, передавать результаты моделей в бизнес‑системы и контролировать работу всего стека
• Цель — вывести разработанные модели из стадии прототипов и начать реально использовать их в работе компании
• Поддержка ML‑решений

Требования

• Владеете Python и SQL
• Работали над построением и внедрением ML‑моделей
• Понимаете основы математической статистики и теории вероятностей
• Умеете работать с большими объёмами данных и строить воспроизводимые пайплайны
• Способны быстро осваивать новые инструменты и подходы в ML
• Внимательны к деталям, аккуратны в коде и расчётах
• Обладаете хорошими коммуникативными навыками для взаимодействия с командой
• От 3 лет

Будет плюсом

• Работали с геоданными или геопакетами (GeoPandas, Shapely, H3, PostGIS и т. п.)
• Решали задачи прогнозирования спроса, кластеризации территорий или оптимизации размещения объектов
• Знаете основы логистики или операционной аналитики
• Больше о команде Узнайте про разработку Городских сервисов Яндекса на dev.go.yandex
• Офисы в Москве

Условия

• Гибридный

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.