Ozon

data scientist for product matching

Коротко

Удалённая роль Data Scientist в команде Моделей матчинга Ozon, развивающей автоматический матчинг товаров на стыке CV/NLP, включая текстовые, картиночные и мультимодальные модели, а также дообучение LLM/VLM. Нужен коммерческий опыт в Data Science и опыт прикладных ML-задач в CV, NLP, мультимодальных архитектурах или LLM/VLM, знание Python и умение проводить эксперименты и внедрять решения в production. Зарплата в вакансии не указана.

Описание
Привет! Это команда Модели матчинга. Мы развиваем автоматический матчинг товаров в двух направлениях: между товарами Ozon и между товарами Ozon и других маркетплейсов. Мы решаем сложные технологические задачи на стыке CV/NLP: повышаем полноту матчинга, развиваем мультимодальные модели и ищем новые способы находить соответствия между товарами. При этом наша цель – не исследование ради исследования, а реальные улучшения качества матчинга в production. Мы готовы экспериментировать с новыми подходами и моделями, но важно уметь доводить идеи до работающих решений и оценивать их бизнес-эффект.
Задачи
•Анализировать текущие проблемы матчинга и находить возможности для улучшения качества моделей.
•Работать над всем циклом ML-разработки: от аналитики и сбора датасетов до обучения, оценки качества и внедрения моделей в production.
•Развивать текстовые, картиночные и мультимодальные модели для матчинга товаров.
•Адаптировать и дообучать LLM/VLM под наши задачи, в том числе исследовать возможности использования этих моделей для разметки данных и улучшения качества матчинга.
•Проектировать эксперименты, проверять гипотезы и оценивать эффект изменений на реальных данных в production.
Требования
•Коммерческий опыт в Data Science. Рассматриваем кандидатов с разным уровнем опыта – для нас важнее релевантные навыки и способность решать сложные задачи.
•Опыт решения прикладных ML-задач в одной или нескольких областях: CV, NLP, мультимодальные архитектуры, LLM/VLM.
•Знание Python и опыт работы с данными.
•Умение проводить эксперименты, анализировать результаты и определять, какие изменения действительно улучшают качество решения.
•Готовность брать ответственность за результат, разбираться в сложных технических проблемах и доводить решения до production.
Будет плюсом
•Опыт в матчинге товаров, поиске или информационном поиске (Information Retrieval).
•Опыт работы с LLM/VLM, в том числе их дообучения и использования для разметки данных.
•Опыт проектирования протоколов разметки и формирования качественных обучающих датасетов.
•Участие в ML-соревнованиях или открытых исследовательских проектах.
Условия
Условий в вакансии нет.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте