Вакансия в архиве
Компания больше не ищет сотрудника. Посмотрите похожие предложения
Tomi.ai

Data Python Engineer

в Tomi.ai

300 000 — 400 000 ₽/мес на руки

Remote
icon Калифорния, США
Специализация
Data Science / Machine Learning
Уровень
Senior

Tomi.ai — лидер предиктивного маркетинга. Предсказывают вероятность покупки по тому, какое поведение пользователь демонстрирует на сайте и используют это предсказание для оптимизации рекламы, ускорения A/B тестов и приоритизации лидов в продажах.

Проект запущен в апреле 20 года, а в июне 21-го привлек первые инвестиции, $1M. Tomi.ai уже оперившийся стартап: есть и инвесторские деньги, и сами хорошо зарабатывают, если крупные клиенты по всему миру. Сейчас в нашей команде 17 человек: продажи в Америке, разработка и продукт — в России.

Технологии/инструменты

Python Kubernetes Google Cloud Platform API SQL BigQuery Pandas Scikit-learn XGBoost TensorFlow Git
  • Node.js, Express, React, TypeScript для разработки современного, динамичного и быстромасштабируемого веб-приложения.
  • Python для разработки ML-решений.
  • Kubernetes для обеспечения высокой степени отказоустойчивости и гибкости настройки окружения и деплоймента.
  • Сервисы Google Cloud (такие, как Cloud Storage, BigQuery, CloudSQL, GKE) для реализации задач обработки BigData.
  • Jira — для удобной командной работы с задачами.

О продукте

Tomi.ai занимается созданием платформы предиктивного маркетинга. 4 главных инструмента платформы: Targeting, Optimization, Measurement и Insights предоставляют пользователям данные о том, какие каналы действительно приводят самых заинтересованных клиентов, а также рассказывают рекламным платформам Google, Facebook и Yandex, кто эти пользователи и какие они.

Все это делает работу Google Ads, Facebook Ads и Yandex Direct более эффективной, позволяет оптимизировать рекламный бюджет и повысить ROI в 10 раз.

Чем предстоит заниматься

  • Настройка процесса CI/CD.
  • Настройка мониторинга и оповещений (например: статистика ошибок во входных данных).
  • Улучшение безопасности хранения данных.
  • Разработка микросервисов для обмена данных с CRM клиентов через SFTP, Google Storage, BigQuery.
  • Выстраивание Data pipelines в среде Kubernetes и Google Cloud.
  • Работа с BigQuery, BigQuery ML и TensorFlow в Google Cloud.
  • Разработка микросервисов в Google Cloud для работы с большими данными и построения ML-моделей.
  • Разработка микросервисов для обмена данными через Marketing API (Facebook, Google, Яндекс).

Кого ищем

  • Опыт промышленной разработки на Python от 3-х лет.
  • Опыт работы с Kubernetes и Google Cloud, понимание принципов микросервисной архитектуры.
  • Уверенные навыки работы с Git.
  • Умение писать опрятный, эффективный код.
  • Опыт разработки API. Опыт разработки API для обмена данными с рекламными кабинетами (Facebook, Google, Яндекс) будет плюсом.

Что предлагаем

  • Действуем свободно. Открыты для новых технологий и решений, заменяя сложные вещи простыми. Нет долгих формальных согласований и строгих вертикальных отношений. Если ты понимаешь, что нужно сделать и как все должно работать, ничто не помешает тебе это реализовать.
  • Работаем на свое будущее. Каждый участник команды влияет на успех Tomi.ai, поэтому у всех есть возможность стать совладельцем компании. После успешного успешном прохождении испытательного срока подписывают с сотрудником опционный договор.
  • Получаем конкурентную заработную плату. Нет четко установленных грейдов. Заработная плата каждого сотрудника устанавливается индивидуально, по результатам собеседования.
  • Работаем удаленно. Не имеет значения в какой стране и каком городе ты живешь. Наша команда полностью работает удаленно из разных точек земного шара.
  • Работаем когда удобно. Нет фиксированного рабочего времени. Каждый выбирает удобный для себя график.

Полезные ссылки

  • Несмотря на небольшой первый раунд, проект такой интересный, что про них написал TechCrunch.
Айрат Марданов Technical Product Manager
Tomi.ai

О компании Tomi.ai

Сфера
Продуктовая компания

Tomi.ai — лидер предиктивного маркетинга. Предсказывают вероятность покупки по тому, какое поведение пользователь демонстрирует на сайте и используют это предсказание для оптимизации рекламы, ускорения A/B тестов и приоритизации лидов в продажах. Проект запущен в апреле 20 года, а в июне 21-го привлек первые инвестиции, $1M.