Здесь можно работать с production ML, NLP, рекомендациями и MLOps в понятном контексте e-commerce-продукта, но широкий круг задач может создавать конкурирующие приоритеты.
?Широкий круг задач
Современный ML-стек
Связь с продуктом
Расширенный соцпакет
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Старший ML-инженер (E-commerce): Разработка ML-моделей и пайплайнов для прогнозирования продаж, классификации товаров, продуктового мэтчинга, NLP и рекомендательных систем с акцентом на production ML, MLOps и бизнес-метрики. Focus on дообучении transformer-based моделей, построении агентных систем, A/B-тестировании и мониторинге качества моделей.
Локация: Москва, проспект Андропова, 18к5; работа на месте работодателя и в гибридном формате
Компания
Digital Chief развивает комплекс e-commerce-решений для интернет-магазинов, продаж на маркетплейсах, рекламы, логистики и цифровых и финтех-сервисов.
Что делать
Разрабатывать ML-модели для регрессии, классификации, кластеризации и временных рядов, включая прогнозирование продаж и продуктовых метрик.
Создавать решения для классификации товаров, продуктового мэтчинга и рекомендательных систем.
Решать NLP-задачи для чат-ботов, модерации и обработки текстов, работать с эмбеддингами и дообучением BERT-like и transformer-based моделей.
Проектировать агентные системы и ML-пайплайны: данные, признаки, обучение, валидация, инференс и мониторинг.
Выбирать метрики с учетом бизнес-контекста, участвовать в A/B-тестах и анализировать online-эффект.
Развивать MLOps, включая версионирование, трекинг экспериментов, мониторинг дрифта, переобучение и документирование моделей, данных и экспериментов.
Требования
От 3 лет опыта работы ML Engineer, Data Scientist или Applied ML Engineer.
Уверенное знание Python и ML-стека: sklearn, PyTorch, TensorFlow, Hugging Face.
Опыт решения задач классификации, регрессии, кластеризации и временных рядов.
Умение выбирать модели и метрики под задачу и бизнес-контекст.
Опыт работы с CatBoost, LightGBM, XGBoost и scikit-learn.
Опыт работы с SQL и данными из хранилищ.
Опыт NLP-задач: классификация текстов, embeddings, semantic similarity и text matching.
Понимание fine-tuning transformer-based моделей, production ML и MLOps.
Умение анализировать качество моделей offline и online, документировать подходы, эксперименты и результаты.
Опыт вывода ML-моделей в production.
Хорошо, если есть
Опыт работы с ClickHouse, Airflow, S3, Kafka и MLflow.
Опыт с BERT-like моделями и дообучением эмбеддеров.
Опыт решения задач продуктового мэтчинга, создания рекомендательных систем, чат-ботов или NLP-компонентов для conversational AI.
Опыт проектирования агентных систем и A/B-тестирования ML-моделей.
Опыт в e-commerce.
Культура и преимущества
Официальное трудоустройство по ТК РФ.
Гибридный формат работы; офис находится в 3 минутах ходьбы от метро Технопарк.
ДМС со стоматологией, фитнес-зал и скидки на абонементы в фитнес-клубы.
Консультации психологов, юристов, ЗОЖ-экспертов и специалистов по финансам через сервис «Понимаю».
Скидки на услуги и товары через Best Benefits, материальная помощь в важных жизненных ситуациях.
100% оплата больничного до 10 рабочих дней в год.
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 →