Data Scientist (ML)

Мы развиваем направление клиентской ML-аналитики в сети фитнес-клубов DDX Fitness. Вы будете строить модели на данных о клиентах и подписках, которые напрямую влияют на удержание, монетизацию и эффективность маркетинга. Чем предстоит заниматься Строить и развивать модели клиентской аналитики: отток (churn/retention), propensity, uplift, CLTV, скоринг, Next Best Action. Готовить витрины признаков и ставить регулярный scoring на поток. Доводить модели до регулярного использования бизнесом: пайплайны, выкатка в прод, базовый мониторинг качества. Проектировать и оценивать A/B-тесты и CRM-кампании, считать реальный бизнес-эффект. Самостоятельно формулировать гипотезы и предлагать новые ML-кейсы на стыке аналитики, продукта и маркетинга. Обязательные требования Уверенное знание Python для анализа данных и ML. Уверенное знание SQL. Практический опыт построения ML-моделей на табличных данных: supervised learning — classification, regression, ranking. Опыт хотя бы в одной из задач клиентской аналитики, доведённой до результата на реальных данных: отток, propensity, скоринг, uplift или близкие. Опыт работы с большими клиентскими данными: транзакции, события, подписки, поведение пользователей. Опыт подготовки витрин данных, признаков и регулярного scoring. Опыт построения и поддержки регулярных ML-пайплайнов и базового мониторинга моделей в проде. Осознанный выбор метрик под бизнес-задачу и понимание, почему в конкретном случае выбрана именно эта метрика (ROC-AUC, PR-AUC, precision/recall, lift, recall@topN, калибровка, и др.). Понимание A/B-тестов и контрольных групп, оценка бизнес-эффекта, базовое понимание причинности. Умение интерпретировать модели и объяснять результаты бизнесу простым языком. Умение работать на стыке аналитики, ML, продукта, маркетинга и бизнеса. Будет плюсом Опыт с задачами retention, churn prediction, CLTV, uplift modeling, Next Best Action. Survival analysis / time-to-event для моделирования оттока в подписке. Cohort-анализ и retention-кривые как привычная оптика подписочного бизнеса. Продвинутый MLOps: версионирование моделей, model registry, мониторинг drift, автоматическое переобучение. Опыт с ClickHouse, PostgreSQL, Airflow, Superset. Опыт анализа текстов: отзывы, причины оттока, обращения в поддержку, комментарии клиентов. Опыт работы с CRM-кампаниями и оценкой их эффективности. Что для нас важно в кандидате Не только умение обучать модели, но и способность доводить их до регулярного использования бизнесом. Ориентация на бизнес-эффект, а не только на ML-метрики. Умение работать с неполными, неоднородными и меняющимися данными. Способность самостоятельно формулировать гипотезы и предлагать новые ML-кейсы. Умение объяснять сложные вещи простым языком для бизнеса. Инженерная гигиена: git, воспроизводимость, читаемый код. Готовность глубоко разбираться в клиентском поведении, подписочной модели и операционных процессах фитнес-сети. Мы предлагаем: Разнообразие проектов и современный технологический стек; Возможность выбрать комфортный формат работы с плавающим началом рабочего дня: удаленка/гибрид/офис; Зарплату, которая полностью отвечает твоим знаниям и навыкам; Работу в аккредитованной IT-компании и все плюшки этого статуса; Полное соблюдение ТК и прозрачность всех процессов; Открытую коммуникацию, душевную команду и помощь от коллег в адаптации и дальнейшей работе; ДМС со стоматологией по истечению испытательного срока; Возможность ходить в клубы DDX fitness совершенно бесплатно :)