Назад
5 часов назад

ML Engineer / Data Scientist (Middle / Middle+) (Recommender Systems)

Формат работы
remote (только Kazakhstan)
Тип работы
fulltime
Грейд
middle
Страна
Kazakhstan
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
ML Engineer / Data Scientist (Middle / Middle+) (рекомендательные системы): Развитие и улучшение рекомендательных систем, классических ML-моделей и ML-пайплайнов с акцентом на ранжирование, работу с данными и оценку качества. Фокус на построении ranking/reranking-моделей, анализе latency, A/B-тестировании и поддержке пайплайнов с Airflow.

Локация: Алматы; полностью удалённая работа.

Компания

Adviva развивает ML-сервисы и рекомендательные системы.

Что делать

  • Развивать и поддерживать существующие рекомендательные системы и ML-сервисы.
  • Обучать, тестировать и улучшать ML-модели, включая модели ранжирования и reranking.
  • Подготавливать датасеты, выполнять feature engineering и добавлять новые признаки.
  • Анализировать качество рекомендаций, сравнивать результаты моделей и оценивать latency.
  • Развивать и поддерживать ML-пайплайны, включая пайплайны на Airflow.
  • Проводить эксперименты, участвовать в A/B-тестировании и выполнять базовый мониторинг качества моделей.

Требования

  • 3–6 лет опыта работы; уровень Middle или Middle+.
  • Уверенное владение Python.
  • Практический опыт с классическим машинным обучением: классификация, регрессия и ранжирование.
  • Опыт работы с CatBoost, LightGBM и XGBoost.
  • Знание и практический опыт работы с PyTorch.
  • Понимание основных алгоритмов машинного обучения, базовой теории вероятностей и статистики.
  • Опыт работы с данными и построения ML-пайплайнов.
  • Умение самостоятельно вести задачи от анализа проблемы до оценки результата.

Хорошо, если есть

  • Коммерческий опыт разработки рекомендательных систем (RecSys).
  • Опыт работы с ranking/reranking-моделями.
  • Знание ALS и других подходов к построению рекомендаций.
  • Опыт работы с Airflow.
  • Опыт проведения A/B-тестов и оценки качества моделей.
  • Опыт применения LLM для задач машинного обучения, например для feature engineering.
  • Опыт работы с продуктовыми ML-системами и понимание особенностей их эксплуатации.

Культура и преимущества

  • Полностью удалённый формат работы.
  • Возможность самостоятельно влиять на технические решения и качество моделей.
  • Команда развивает ML-инфраструктуру, модели и рекомендательные сервисы.
  • Минимум регулярных встреч и возможность сосредоточиться на технических задачах.

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 →