Ты будешь работать в департаменте e-commerce, в команде персонализации и поиска. Департамент отвечает за развитие онлайн магазина.
Мы строим систему персонализации, которая помогает каждому пользователю быстрее находить именно те товары, которые ему нужны — от первого открытия приложения до оформления заказа.
Наша цель — сделать так, чтобы каждый экран магазина адаптировался под конкретного человека: его интересы, контекст и текущие потребности.
Это возможность создавать рекомендательную платформу практически с нуля, запускать ML-модели в production и напрямую влиять на опыт миллионов пользователей.
ЧТО НУЖНО ДЕЛАТЬ:
- Разрабатывать модели рекомендаций для сайта и мобильного приложения (cold‑start, гибридные модели, deep‑learning подходы)
- Разрабатывать алгоритмы candidate generation для персонализированных рекомендаций на всех этапах пользовательского пути
- Разрабатывать и обучать reranking-модели, объединяющие персональные, контекстные и бизнесовые сигналы
- Создавать алгоритмы в карточках товара – похожие товары, cross‑sell/upsell‑рекомендации
- Обучать и выводить в продакшн модели ранжирования поисковой и каталожной выдачи (Learning‑to‑Rank, нейронные ранжировщики, pair‑wise/list‑wise подходы)
- Внедрять метрики оценки эффективности рекомендаций (CTR, CVR, MAP, NDCG), проводить онлайн и офлайн тестирование, A/B‑тесты
- Разрабатывать и поддерживать ETL на PySpark для сбора необходимых признаков
ЧТО ЖДЕМ ОТ КАНДИДАТА:
- Опыт полного цикла разработки рекомендационной системы – от сбора требований до вывода в прод
- Практический опыт Learning to Rank и понимание классических ML‑подходов к рекомендациям
- Умение работать с большими объемами данных (Spark, Flink, Hadoop)
- Владение базой по теории вероятности и статистике
- Уверенное владение Python, опыт написания ETL‑процессов на PySpark
- Понимание A/B‑тестирования, построения онлайн/офлайн метрик рекомендаций
- Опыт работы с облачными хранилищами (S3, GCS, Azure Blob)
Будет плюсом:
- Опыт работы с графовыми моделями и embedding‑техниками (graph neural networks, node2vec)
- Знание Docker и базовых принципов контейнеризации
- Опыт разработки FastAPI‑сервисов для онлайн‑инференса
Основной стек:
- Python, Airflow, PySpark, Kubernetes, S3, Clickhouse, Elasticsearch, Kafka
ПОЧЕМУ С НАМИ ХОРОШО:
- Ты будешь работать в аккредитованной IT компании
- Персональное предложение по заработной плате и официальное трудоустройство, мы за прозрачность и честность
- График работы: удаленный, с возможностью приезжать в офис (Москва, Екатеринбург)
- У нас активная корпоративная жизнь, а ещё скидки и бонусы от партнеров
- Мы предлагаем помощь карьерного консультанта для выбора индивидуального направления развития
- ДМС со стоматологией, потому что мы заботимся о твоем здоровье
- Открытый диалог с топ-менеджерами и дружный коллектив — база нашей культуры
- Компенсация обучений и участие в конференциях, чтобы ты рос вместе с компанией
- Никаких ограничений по дресс-коду и внешнему виду. Мы уважаем твою индивидуальность
Присоединяйся и открывай новые возможности вместе с нами!
