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: $200к/год ($168к - $246к)
85
Хорошая вакансия
развернуть
У роли чёткий фокус на NLP-поиске и ML в продакшене, актуальный стек и конкретные задачи; при этом широкий набор требований и отсутствие данных о зарплате оставляют практические вопросы.
Кликните для подробной информации
Широкий набор задачАктуальный стекПоиск на больших данныхРазвитие и обучение
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
ML Engineer в Поиск (NLP): Развитие пайплайнов обработки текста для исправления опечаток, синонимизации и классификации пользовательских запросов и карточек товаров с акцентом на трансформерные модели, онлайн-инференс и векторный поиск. Focus on построение моделей для ретривинга и ранжирования, оптимизацию обработки больших объёмов данных и исследование кластеризации для ускорения ANN-поиска.
Локация: Москва; гибридный или удалённый формат работы
Компания
Объединённая компания Wildberries и Russ — международная технологическая компания, образованная в результате слияния IT-компании Wildberries и оператора наружной рекламы Russ.
Что делать
Улучшать существующие и разрабатывать новые пайплайны обработки текста в пользовательских запросах и карточках товаров, включая исправление опечаток и синонимизацию.
Развивать онлайн-инференс в продуктах обработки текста.
Разрабатывать пайплайн автоматического выделения текстовых синонимов для ретривинга и ранжирования.
Создавать модель классификации запросов: текстовых, категорийно-атрибутивных, брендовых и нетекстовых.
Исследовать IVF и другие методы кластеризации для ускорения и повышения качества векторного поиска.
Требования
От 3 лет опыта в роли ML Engineer или NLP Engineer.
Уверенное владение Python и стандартным ML/DS-стеком, включая Polars и PyTorch.
Опыт работы со Spark и Airflow: построение и поддержка пайплайнов обработки данных и ETL.
Опыт разработки и внедрения трансформерных моделей: обучение, файнтюнинг и инференс с использованием HuggingFace Transformers или аналогичных инструментов.
Опыт работы с табличными моделями LightGBM, CatBoost и XGBoost для построения ранжирующих и классификационных моделей.
Опыт применения методов кластеризации, включая IVF и другие подходы для векторных индексов и ANN-поиска.
Понимание задач NLP: нормализация текста, обработка опечаток, синонимия и классификация текстов.
Опыт вывода моделей в продакшн и понимание требований к онлайн-инференсу, включая латентность и нагрузку.
Умение работать с большими объёмами данных и оптимизировать пайплайны обработки.
Хорошо, если есть
Опыт работы с поисковыми системами: retrieval, ranking и семантический поиск.
Опыт работы с векторными базами данных и библиотеками ANN-поиска, включая FAISS и HNSW.
Культура и преимущества
Языковые клубы, корпоративный университет и программы развития управленческих навыков.
Корпоративный пакет ДМС со стоматологией, корпоративный спорт и консультации психолога.
Профессиональные и спортивные сообщества, включая клубы спикеров, футбола, йоги и шахмат.
Гибкий подход для совмещения карьеры 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 для сотрудников.
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 →