Material Bank — крупнейший в мире маркетплейс материалов для архитектурной и дизайнерской индустрии. Работая в 37 странах, наша платформа стала стандартом для профессионалов дизайна по всему миру. Каждый день Material Bank соединяет тысячи дизайнеров с десятками тысяч материалов от ведущих брендов. Material Bank — самый быстрый и мощный способ для профессионалов дизайна искать, заказывать образцы и указывать материалы.
Material Bank ищет ведущего прикладного ученого, который с нуля будет создавать поиск и рекомендации. Мы — крупнейший маркетплейс для архитекторов и дизайнеров, и строим платформу для поиска, которая помогает им находить материалы среди сотен брендов и предлагает интеллектуальные рекомендации во время исследования. Поиск и рекомендации — это то, как происходит открытие. Поверхность полностью открыта, правильные методы для нашей области еще не определены, и именно этот человек в этой роли их разрабатывает и строит.
Это практическая исследовательская роль. Вы не будете просто передавать формулы инженерной команде и уходить. Вы будете исследовать данные, формировать гипотезы, прототипировать подходы и доказывать их работоспособность, а затем сотрудничать с инженерами для вывода в продакшн.
Что вам предстоит делать
- Улучшать поиск и ранжирование. Проектировать, настраивать и оценивать, как мы извлекаем и ранжируем результаты поиска, чтобы пользователи находили то, что им нужно, и открывали то, о чем не знали, что можно спросить. Привносить глубокие знания в ранжирование.
- Создавать наши системы рекомендаций с нуля. Интеллектуальные рекомендации — центральная часть опыта открытия, который мы строим. Проектировать надежные алгоритмы рекомендаций, моделировать намерения пользователей и проектов, а также определять, что, когда и где показывать в интерфейсе.
- Исследовать данные для поиска стратегии. Проводить разведочный анализ поведенческих и каталоговых данных, чтобы понять, какие подходы подходят нашим пользователям и каталогу. Ответы пока неизвестны; большая часть работы — задавать правильные вопросы и находить ответы в данных.
- Применять продвинутые методы понимания запросов. Улучшать разбор запросов, распознавание намерений и семантическое понимание для разнообразных, сложных реальных запросов, включая длинный хвост.
- Повышать качество данных. Качество поиска и рекомендаций зависит от качества каталога. Выявлять проблемы с данными, которые снижают релевантность, и помогать их исправлять.
- Выполнять исследования и разработки, которые можно внедрять. Изобретать формулы, модели и методы повторного ранжирования и самостоятельно создавать рабочие версии. Быстро итеративно улучшать и затем сотрудничать с инженерами для вывода в продакшн проверенных решений.
- Итеративно улучшать визуальные и цветовые подходы. Оценивать поиск по изображениям и цветовое сопоставление, включая восприятие цвета, и решать, что подходит именно нам.
- Измерять важные показатели. Создавать и расширять фреймворки оценки и метрики успеха, чтобы понимать, действительно ли изменения улучшили ситуацию, и проектировать эксперименты по мере роста трафика.
- Сотрудничать между отделами. Тесно работать с продуктовой командой, инженерами и каталогом, чтобы превращать исследования в реальные улучшения.
Что вам понадобится
- Опыт создания систем поиска, рекомендаций или ранжирования, которые были внедрены для реальных пользователей и повлияли на показатели. Вы уже делали такую работу, а не просто изучали её.
- Высшее образование в количественной области, такой как компьютерные науки, машинное обучение, статистика или прикладная математика, либо эквивалентный практический опыт, приведший вас к тому же уровню.
- Глубокое понимание систем поиска и рекомендаций, особенно извлечения, ранжирования и релевантности. Это ядро роли.
- Сильные навыки понимания запросов и обработки естественного языка (NLP), включая семантический и основанный на эмбеддингах поиск.
- Реальная исследовательская и экспериментальная строгость: статистическое моделирование, дизайн экспериментов и проверка гипотез, а также комфорт работы в условиях неопределенности, когда правильный подход еще не известен.
- Практические навыки разработки. Вы прототипируете и реализуете собственные идеи. Неважно, на каком языке программирования вы сильнее всего.
- Некоторый опыт вывода ML или дата-систем в продакшн или тесного сотрудничества с командами, которые это делают.
Желательные навыки
- Опыт работы с мультимодальным или поиском по изображениям, а также с цветовой или перцептивной наукой.
- Опыт работы с поиском и рекомендациями в электронной коммерции или маркетплейсах.
- Опыт управления сторонними и собственными системами в сочетании друг с другом.
Почему эта роль необычна и интересна
Большинство ролей в области науки о поиске подключаются к зрелому стеку с уже определенной стратегией. Здесь этого нет. Вы задаете подход, строите его и доказываете, с четкой перспективой со временем взять на себя большую часть системы поиска и рекомендаций. Если вы хотите роль учёного-основателя для функции поиска внутри устоявшейся, хорошо финансируемой компании, это она.
Что вы получите от нас:
- Наших людей: Мы — команда, ориентированная на рост, ценим эффективность, создаем умную автоматизацию, работаем в небольших уполномоченных командах и быстро переходим от идеи к реализации.
- Отдых и празднования: Гибкий оплачиваемый отпуск, больничные, оплачиваемые национальные праздники и многое другое (спросите нас об этом при общении).
- Медицинские льготы: Мы вносим вклад в ваши медицинские, стоматологические, офтальмологические и планы по краткосрочной/долгосрочной нетрудоспособности и имеем сильную программу поддержки сотрудников.
- Планируйте свою пенсию: Возможность участия в 401(k) после первых 90 дней работы!
- Возвращаем обществу: Мы спонсируем множество мероприятий в течение года, чтобы помогать нашим сообществам.
- Рост: Мы поможем вам поднять карьеру на новый уровень. Мы хотим, чтобы вы были креативны и проявляли инициативу, что позволит вам расти и создавать внутри компании. Самое главное — быть лучшим в том, что действительно важно!
- Гибкий график работы: С бизнес-единицами и сотрудниками по всему миру Material Technologies приняла гибридную модель работы, позволяющую руководителям отделов выбирать лучший подход для своих команд — удаленно, в офисе или смешанный формат.
Material Bank гордится тем, что является работодателем, предоставляющим равные возможности. Мы ценим разнообразие, и все кандидаты будут рассматриваться без учета расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности, возраста, национального происхождения, статуса ветерана или инвалидности, а также других статусов, защищенных применимым федеральным, государственным или местным законодательством.
