Создавать и развивать ML-алгоритмы и модели ранжирования в поиске и рекомендательных системах для всех онлайн каналов компании
Управлять процессами: Discovery, Delivery, техдолг, код-ревью, документация
Проектировать архитектуру ML-сервисов: highload-инфраструктура; интеграция с бэкендом; контроль качества и мониторинг
Планировать и приоритизировать бэклог: совместно с product-менеджером формировать дорожную карту на 6–12 месяцев
Требования:
Уверенно разбираться в машинном обучении, особенно в: рекомендательных системах (RecSys); поиске и ранжировании (Learning to Rank)
Владеть Python и основными фреймворками: pandas/polars, seaborn/matplotlib, scipy, statsmodels, scikit-learn, catboost, pytorch, FastAPI
Иметь опыт внедрения ML-решений в продакшн
Говорить на языке бизнеса: понимание метрики (GMV, CTR, LTV), умееть оценивать impact проектов
Уметь эффективно взаимодействовать с продуктом, аналитикой и разработкой
Понимать как дизайнить и проводить АБ-тесты
Будет плюсом, если вы
Имеете опыт работы в e-commerce
Имеете опыт внедрения ML в highload-системы
Имеете опыт работы с: MLflow, Airflow, Kubernetes, Kafka, Redis
Знаете NLP и LLM
Работа в компании с развитой инженерной культурой
Гибкая система премирования
Расширенный социальный пакет: ДМС со стоматологией с первого месяца работы, психолог и страхование жизни, компенсация питания и оплата мобильной связи
Возможности профессионального роста, программы развития для сотрудников
Корпоративное обучение и доступ к базе знаний
Внутренние профессиональные сообщества и мероприятия
Автономность работы, возможность менять правила, ошибаться и создавать новое
Формат работы - офис
Современный офис в 2 минутах ходьбы от МЦК ЗИЛ
С каждым годом на выбор сотрудника становится доступно больше дополнительных опций. Например, частичная компенсация путешествий, затрат на обучение, спортивных занятий.
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.