ML-инженер RecSys

Описание

ML-инженер (рекомендательные системы) Мы развиваем рекомендации и персонализацию в продукте с миллионами пользователей: ленты, подборки, поиск и ранжирование выдачи. Рекомендательная система уже работает в проде, и мы ищем инженера, который будет растить её качество и продуктовые метрики. Если ты умеешь не только обучить модель ранжирования, но и доказать её эффект в A/B-тесте — ждём тебя. Обязанности• Развивать многостадийную рекомендательную систему: кандидатогенерация, ранжирование, реранкинг;• Обучать и улучшать модели: коллаборативная фильтрация (ALS, implicit), two-tower, бустинги для ранжирования (CatBoost, LightGBM), sequential-модели;• Решать проблемы холодного старта, разнообразия и популярности в выдаче;• Строить фичи и пайплайны данных на больших объёмах (Spark, Airflow);• Выводить модели в production и следить за их качеством;• Оценивать качество: офлайн-метрики (NDCG, MAP, Recall@K, coverage) и онлайн A/B-тесты;• Генерировать продуктовые ML-гипотезы и проверять их вместе с аналитиками. Требования• Уверенный Python и SQL;• Опыт разработки рекомендательных систем или поискового ранжирования в продакшене;• Знание подходов: коллаборативная фильтрация, learning to rank (pointwise, pairwise, listwise), эмбеддинги;• Опыт с бустингами (CatBoost, LightGBM, XGBoost) и PyTorch;• Опыт работы с большими данными: Spark / PySpark, Hadoop;• Опыт проведения и анализа A/B-тестов;• Git, культура код-ревью;• Опыт от 3 лет. Будет плюсом• Опыт с sequential-рекомендациями: SASRec, BERT4Rec;• Опыт ANN-поиска: FAISS, HNSW;• Опыт с CTR-моделями и рекламным ранжированием;• Применение LLM в рекомендациях и поиске;• Английский для чтения документации и статей;• Профильное техническое образование. Условия• Удалённо или гибрид;• ДМС;• Бонусы и премии по результатам;• Оформление по ТК РФ;• Компенсация спорта;• Обучение за счёт компании, участие в конференциях.