RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
ЗП не указана
На похожих ролях по рынку
$3.6к$4.1кмедиана$4.8к
31 в выборке
На международном рынке: $211к/год ($170к - $260к)
83
Хорошая вакансия
развернуть
Понятная зона ответственности за рекомендательные системы в нескольких продуктах, сильная ML-задача и возможности развития; в крупной компании может быть больше согласований между командами.
Кликните для подробной информации
Масштаб корпорацииАктуальный ML-стекПонятные задачиПоддержка развития
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Middle+/Senior ML Engineer (Рекомендации): Разработка персональных, похожих и сопутствующих рекомендаций для аптек, косметики, продуктов и других доменов с акцентом на повышение релевантности, конверсии и среднего чека. Focus on обучение моделей ранжирования и эмбеддингов, объединение табличных и контентных признаков, оптимизацию пайплайнов и адаптацию рекомендательных подходов под новые продукты.
Локация: Москва; гибридный или удалённый формат работы.
Компания
Международная технологическая компания, образованная в результате слияния Wildberries и Russ; развивает продукты и рекомендательные системы для разных доменов.
Что делать
Разрабатывать алгоритмы персональных, похожих и сопутствующих рекомендаций для разных продуктов и рекомендательных поверхностей.
Повышать релевантность рекомендаций для роста среднего чека и конверсии.
Оптимизировать и перестраивать пайплайны подготовки данных и обучения моделей.
Обучать модели ранжирования и эмбеддинговые модели, объединять табличные и контентные признаки, валидировать решения.
Запускать рекомендации в новых продуктах и адаптировать подходы под специфику аптек, косметики, продуктов и других доменов.
Требования
Опыт работы в ML от 3 лет.
Опыт разработки рекомендательных систем в продуктах, понимание подходов, принципов и архитектур.
Глубокие знания классического ML и опыт работы с актуальным стеком моделей.
Практические навыки работы с Polars или Pandas для ETL, NumPy, SciPy, Scikit-learn, XGBoost, LightGBM или CatBoost.
Опыт разработки пайплайнов обучения и сериализации моделей.
Базовый опыт построения ETL-процессов с использованием SQL или PySpark.
Уверенные навыки в алгоритмах и структурах данных; знание классических и нейросетевых подходов в рекомендациях, понимание архитектур трансформеров.
Опыт обучения эмбеддинговых и нейросетевых моделей для рекомендаций.
Готовность развивать SOTA-подходы в рекомендациях.
Хорошо, если есть
Опыт работы с векторными базами данных и инструментами ANN для быстрого поиска.
Культура и преимущества
Языковые клубы, корпоративный университет и программы развития управленческих навыков.
ДМС со стоматологией, корпоративный спорт и консультации психолога.
Профессиональные и спортивные сообщества, включая клубы спикеров, футбола, йоги и шахмат.
Гибкий подход для совмещения работы и заботы о семье, а также проекты для детей сотрудников.
Скидки и партнёрские программы на обучение, страхование и покупки.
Бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и внутренний портал.
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 →