Data Scientist / ML Engineer (маркетплейсы, CTR-модели, Computer Vision)

О компании:

LaOne — федеральный бренд профессиональных материалов для бьюти-индустрии (ресницы, патчи, аксессуары), активно развивающий продажи на маркетплейсах (Wildberries).

Мы строим собственную систему аналитики и прогнозирования, чтобы повышать эффективность рекламы и качество контента.

Обязанности:

• Построение ML-модели, которая по фото карточки товара прогнозирует CTR в рекламе на маркетплейсах (WB).
• Интеграция эмбеддингов (CLIP/EfficientNet) и табличных признаков (цена, скидка, рейтинг, ключи, позиция).
• Обучение модели на наших рекламных данных (ежедневные CTR, CR, бюджеты).
• Кластеризация фото и поиск визуальных паттернов, которые повышают конверсию.
• Автоматизация пайплайна: ежедневная выгрузка данных, подготовка датасета, обучение/дообучение модели.
• Создание дашборда или API-сервиса для маркетинга: «загрузить фото → прогноз CTR».
• Совместная работа с дизайнером и маркетологом: формирование чек-листов «какие фото сработают лучше».

• Опыт работы Data Scientist / ML Engineer от 2 лет.
• Навыки работы с CatBoost / XGBoost / LightGBM, PyTorch/Tensorflow.
• Опыт применения computer vision (эмбеддинги, CLIP, ResNet, EfficientNet).
• Знание SQL, опыт работы с большими данными (API, Postgres, Airflow/Prefect будет плюсом).
• Опыт работы с задачами CTR / предсказания конверсий / рекламной аналитикой.
• Умение работать с шумными бизнес-данными, где нет «идеальной чистоты».
• Практический опыт внедрения ML-моделей в продакшн (API/дашборды).

Будет большим плюсом:

- Опыт работы с маркетплейсами (WB, Ozon) или e-commerce.

- Понимание метрик ДРР, ROI, маржинальности, бизнес-логики рекламы.

- Опыт A/B тестирования и статистической валидации гипотез.

• Уровень дохода: от 250 000 до 350 000 ₽ (в зависимости от опыта).
• KPI-бонусы за результат: запуск прототипа модели (MVP) — доп. премия, рост CTR/экономия рекламного бюджета — доп. премия.
• Работа удалённо.
• График работы - с 9 до 18 часов.
• Долгосрочный проект с возможностью построить уникальную ML-систему «с нуля» и влиять на результат бизнеса напрямую.

Как откликнуться:

Присылайте резюме и примеры реализованных проектов (GitHub, статьи, портфолио кейсов). Важно видеть реальные задачи с CTR/конверсией/рекламой, а не только академические pet-проекты.

Откликайтесь, и до встречи на собеседовании!)