Senior Data Scientist II - Personalization

Местоположение: Дубай, Объединенные Арабские Эмираты Отдел: Data Science

Careem создает "Everything App" для всего Ближнего Востока — делая удобным передвижение, заказ еды и продуктов, оплату счетов и многое другое. Наша цель проста: упрощать и улучшать жизнь людей и строить потрясающую организацию, которая вдохновляет. С 2012 года Careem обеспечил заработок для более чем 2,5 миллионов капитанов, упростил жизнь более чем 70 миллионам клиентов и создал платформу, где процветают лучшие таланты и предприниматели региона. Мы работаем в 70+ городах в 10 странах, от Марокко до Пакистана.

Сейчас мы вступаем в следующую главу — главу, основанную на ИИ. Мы ищем таланты в области ИИ: любопытных специалистов по решению проблем, которые знают, как применять ИИ для создания инструментов, автоматизации рабочих процессов и достижения реального эффекта. Будь то оптимизация операций, улучшение клиентского опыта или переосмысление внутренних систем — нам нужны люди, которые могут сделать Careem умнее и быстрее.

О команде:

Команда персонализации входит в состав организации Data Science Careem и отвечает за системы ИИ, которые определяют, что видит каждый пользователь, в каком порядке и почему во всех сервисах: Food, Quik и Shops. Наша миссия — создать слой гиперперсонализации для приложения Careem: системы рекомендаций и ранжирования в реальном времени, работающие между различными категориями, которые учатся на поведении пользователя в одной категории и применяют это понимание везде, где он взаимодействует с Careem. Будучи одним из старших технических руководителей этой команды, вы будете помогать определять, как Careem подходит к персонализации в региональном масштабе, работая вместе с лучшими специалистами по обработке данных в регионе и расширяя границы возможного, используя поиск на основе графов, архитектуры трансформеров и обучение в реальном времени.

Что вы будете делать:

• Отвечать за сценарии гиперперсонализации в сервисах Food, Quik и Shops, разрабатывая системы, которые в реальном времени определяют намерения и предпочтения пользователя и передают этот сигнал между категориями, чтобы поведение пользователя в одном продукте делало каждый другой продукт умнее.
• Быть техническим руководителем в исследовании Careem методов поиска на основе графов для рекомендаций, включая оценку и создание конвейеров графов знаний, которые обеспечивают генерацию кандидатов и ранжирование в масштабе.
• Разрабатывать и оценивать архитектуры на основе трансформеров (XFY) для последовательных и контекстных рекомендаций, переводя стек ранжирования и поиска Careem от классического ML к глубоким моделям на основе внимания.
• Стремиться к системам онлайн/потокового обучения, которые адаптируются к поведению пользователя в течение сессии, а не только на основе пакетных моделей, обновляемых ежедневно.
• Определять, где сигналы персонализации, модели или инфраструктура могут быть разделены между Food, Quik и Shops, вместо того чтобы перестраиваться для каждой категории, уменьшая дублирование работы и увеличивая ценность каждого эксперимента.
• Участвовать в трансформации ИИ "с нуля" для приложения Careem с точки зрения персонализации, формируя, как генеративный ИИ и системы на основе LLM расширяют возможности поиска и ранжирования.
• Создать долгосрочное видение того, как Careem переосмысливает стратегии привлечения и удержания клиентов, основываясь на принятии решений на основе данных.
• Проводить исследовательский анализ для понимания поведения пользователей в различных категориях, выявления новых рычагов для улучшения метрик и создания поведенческих моделей, которые информируют об улучшениях продукта.
• Формировать и влиять на ML-модели и инструменты, которые оптимизируют пользовательский опыт, выявляя новые области возможностей и новые направления развития продукта.
• Обеспечивать продуктовое лидерство посредством рекомендаций, основанных на данных, сообщая о состоянии бизнеса, определяя корневые причины изменений метрик и используя результаты экспериментов для влияния на продуктовые и бизнес-решения.
• Реализовывать масштабируемые алгоритмы машинного обучения, работающие в продакшене на больших данных.
• Проводить исследовательский анализ данных для лучшего понимания пользовательских и бизнес-явлений, а также для выявления неиспользованных областей роста и оптимизации.
• Отвечать на сложные аналитические вопросы по большим наборам данных, чтобы помочь формировать продукты и услуги Careem.
• Определять и отслеживать ключевые метрики для конкретных инициатив по персонализации.
• Разрабатывать и проводить рандомизированные контролируемые эксперименты (A/B-тесты), анализировать результаты и сообщать о выводах кросс-функциональным командам.
• Постоянно бросать вызов существующему положению вещей, исследуя новые технологии обработки данных, архитектуры поиска и парадигмы обучения, и гарантируя, что команда работает в соответствии с ведущими отраслевыми стандартами.
• Создавать и развертывать системы генерации с подкреплением (RAG) и другие приложения больших языковых моделей в стеке персонализации.

Что вам понадобится:

• 6-8 лет опыта в области интеллектуального анализа данных, прогнозного моделирования, анализа временных рядов, машинного обучения и методологий больших данных, включая преобразование и очистку структурированных и неструктурированных данных.
• Высшее образование в количественной области, такой как физика, статистика, математика, инженерия или информатика.
• Значительный опыт применения методов глубокого обучения, включая механизмы внимания, модели поиска и архитектуры на основе трансформеров (XFY или аналогичные) для задач ранжирования или рекомендаций.
• Опыт работы с графами знаний, графовыми нейронными сетями или системами поиска на основе графов является большим плюсом. Careem активно развивает поиск на основе графов для рекомендаций.
• 2-4 года промышленного опыта в области персонализации, рекомендаций или поиска ОБЯЗАТЕЛЬНЫ. Желательно в продуктовой компании, работающей в масштабе.
• Сильные навыки решения проблем и программирования.
• Глубокое знание методологии A/B-тестирования, классического ML и глубокого обучения.
• Глубокое понимание систем рекомендаций, ранжирования и поиска "под ключ".
• Знакомство или интерес к системам онлайн/потокового обучения, которые адаптируются в течение сессии, а не только полагаются на пакетное переобучение, является большим плюсом.
• Владение и подтвержденный опыт работы с Python, SQL, Spark и Hive.
• Подтвержденный опыт работы с технологиями баз данных (например, Hadoop, BigQuery, Amazon EMR, Hive, Oracle, SAP, DB2, Teradata, MS SQL Server, MySQL).
• Подтвержденный опыт работы с инструментами бизнес-аналитики и визуализации (Tableau, MicroStrategy, ChartIO, Qlik); навыки обработки геопространственных данных являются плюсом.

Что мы предложим вам:

Мы предлагаем коллегам возможность оказывать влияние в регионе, одновременно учась и развиваясь. Как штатный сотрудник Careem, вы сможете:

• Работать и учиться у великих умов, присоединяясь к сообществу вдохновляющих коллег.
• Применить свою страсть в целенаправленной организации, посвященной созданию влияния в регионе с большим неиспользованным потенциалом.
• Исследовать новые возможности для обучения и роста каждый день.
• Работать удаленно из любой страны мира в течение 30 дней в году с неограниченным количеством дней отпуска в год.
• Доступ к медицинским льготам и компенсации расходов на фитнес для занятий здоровьем, включая спортзал, оздоровительный клуб и тренировочные классы.