Описание
Привет! Это команда вертикальных поисков. Современный поиск на маркетплейсе — это не плоский список из тысяч карточек, а умная витрина, которая понимает намерение пользователя и сама группирует товары по тому, что ему важно. Покупатель, который вбивает «ноутбук», на самом деле ищет «игровой», «для учёбы ребёнку» или «тонкий для работы» — и наша задача показать ему эти тематические полки прямо в выдаче, без лишних кликов и фильтров.
Задачи
•Разрабатывать и внедрять модели кластеризации товаров для построения тематических полок в поисковой выдаче.
•Проектировать пайплайны автоматической генерации названий и описаний кластеров (в т.ч. с использованием LLM).
•Строить модели ранжирования полок и товаров внутри полок под интент пользователя.
•Работать с товарными эмбеддингами, признаками поведения пользователей и атрибутами карточек для повышения качества кластеризации.
•Заниматься построением пайплайнов обработки и сбора данных, разметкой и обучением моделей.
•Участвовать в полном ML-цикле: от исследования и создания прототипов до продакшн-внедрения, A/B-тестов и мониторинга моделей.
Требования
•Наличие фундаментальной математической базы, знание алгоритмов, математической статистики, классического ML и нейросетей.
•Понимание методов кластеризации, построения эмбеддингов и алгоритмов ранжирования (LTR).
•Опыт работы с современными архитектурами языковых моделей и эмбеддинг-моделей, в том числе обучение/дообучение своих моделей.
•Опыт работы с продуктами в области поиска, рекомендательных систем или рекламных технологий.
•Понимание принципов оценки качества ML-моделей в проде, постановки и анализа A/B-тестов.
Будет плюсом
•Опыт построения ассистентов или продуктов на базе LLM, генерация структурированного контента (названий/описаний).
•Знание технологий обработки больших данных, таких как Hadoop, Spark или аналогичные.
•Навыки работы с инструментами автоматизации ML-пайплайнов.
•Опыт работы с e-commerce данными: товарные графы, каталоги, пользовательские сессии.
Условия
Условий в вакансии нет.
