Data Scientist

Мы в поиске Data Scientist в команду Search.

Мы — команда, отвечающая за ML в поиске Lamoda, ключевом источнике трафика в продукте. Наши решения напрямую влияют на бизнес-метрики компании, помогая миллионам пользователей находить идеальные товары.

У нас уже выстроен мощный двухэтапный пайплайн поиска и персонализации, и сейчас мы продолжаем развивать его с помощью передовых ML-методов. Наш фокус — fashion, это позволяет применять уникальные ML-решения: визуал, оценка сочетаемости вещей, трендовость, сезонность и т.д. Также важная задача поиска - подсвечивать новые интересы и тренды рынка и помогать компании оперативно на них реагировать

Чем предстоит заниматься:

• Улучшение алгоритмов поиска, в том числе с использованием нейронных сетей и LLM

  • Использование LLМ для обогащения запроса и атрибутов товара(из фото, описания, отзывов)

  • Работа с пустым поиском: улучшать полноту, внедрять рекомендации

  • Улучшение моделей персонализации для поиска

• Развитие системы навигации и поиска: поисковые подсказки, система фильтров, визуальные фичи в каталоге, spell-check

• Развитие системы оценки качества поиска, чтобы оперативно находить проблемы в продукте

Стэк технологий: Big data (Hadoop, PySpark, Hive), Python, Catboost, Airflow, Docker, SQL, PyTorch.

Почему у нас классно:

• Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации.

• Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах

• У нас представлен полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров.

Мы ожидаем:

• Опыт в области анализа данных и машинного обучения (от 3 лет);

• Релевантный опыт в поисковых системах будет плюсом;

• Опыт работы с SQL, Hadoop, Hive, Spark;

• Владение Python, Linux, методами работы с большими данными;

• Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;

• Знания теории вероятностей и математической статистики;

• Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;

• Знание алгоритмов и структур данных;

• Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;

• Английский язык на уровне технического чтения.

Как мы работаем:

• Пишем на Python 3.10+ и PySpark 3.3;

• Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру;

• Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов;

• Используем Airflow для управления ML-пайплайнами и запуском их по расписанию;

• В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач;

• Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов;

• В компании внедрена культура принятия решений на основании данных и все изменения тестируем через АБ-эксперименты.