pythonclickhouses3pytorchairflowcatboostmlflowpysparklightgbmrecommender systems
RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
Многоразвернуть
600к ₽/мес
380к ₽440к ₽медиана490к ₽
По похожим ролям (34) ~ 440к ₽/мес
На международном рынке: $183к/год ($130к - $240к)
70
Хорошая вакансия
развернуть
Роль четко определена с ясным акцентом на ML-проекты, но зарплата ниже рыночной средней, что может снизить привлекательность.
Низкая зарплата
Продуктовая компания
Четкие обязанности
Современный стек
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Data Science Team Lead в команду ранжирования (Python/PyTorch/RecSys): Разработка платформы персонализации продуктов и моделей для бизнес-процессов, включая подбор категорий повышенного кешбэка, с акцентом на полный цикл ML, масштабирование пайплайнов и вывод решений в продакшен. Focus on управлении командой, оптимизации обучения и обработки больших данных, интеграции моделей с продуктовыми и инженерными системами и мониторинге в реальном времени.
Локация: Москва, Москва-Сити; гибридный формат
Зарплата: 600 000 ₽ в месяц до налогов, совокупно
Компания
Финансово-технологическая компания, создающая продукты и сервисы для физических и юридических лиц и развивающая персонализацию банковских предложений.
Что делать
Отвечать за результат команды ранжирования из 3 человек с возможностью дальнейшего расширения.
Вести полный цикл ML-проектов: от сбора данных и ETL до развёртывания и мониторинга моделей.
Генерировать и тестировать гипотезы, создавать MVP и выводить решения в продакшен.
Оптимизировать и масштабировать пайплайны обработки данных и обучения моделей.
Взаимодействовать с инженерными и продуктовыми командами для интеграции ML-решений.
Требования
Опыт работы с Python, PySpark, ClickHouse, S3 или аналогичными хранилищами.
Глубокие знания ML/DL и практический опыт с PyTorch, CatBoost и LightGBM.
Понимание ETL-процессов, feature engineering и работы с большими данными.
Умение проектировать и поддерживать Airflow-пайплайны.
Опыт вывода ML-моделей в продакшен, оптимизации для работы в реальном времени, мониторинга и поддержки.
Хорошо, если есть
Опыт в RecSys- или Search-проектах.
Практика внедрения нейросетевых моделей в продакшен.
Знание методов онлайн- и офлайн-оценки рекомендательных систем.
Опыт распределённых вычислений и оптимизации производительности ML-систем.
Культура и преимущества
Работа над персонализацией банковских продуктов, включая подбор категорий повышенного кешбэка.
Возможность влиять на процессы и решения команды.
Гибридный формат работы в Москве.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →