Wildberries

Middle+/Senior ML Engineer (Рекомендации)

Коротко

Разработка персональных, похожих и сопутствующих рекомендаций для аптек, косметики, продуктов и других доменов с акцентом на повышение релевантности, конверсии и среднего чека. Задачи включают обучение моделей ранжирования и эмбеддингов, объединение табличных и контентных признаков, оптимизацию пайплайнов и адаптацию рекомендательных подходов под новые продукты. Требуется опыт в ML от 3 лет, работа с Polars/Pandas, NumPy, SciPy, Scikit-learn, XGBoost, LightGBM или CatBoost, а также опыт построения ETL-пайплайнов и обучения эмбеддинговых и нейросетевых моделей. Компания образована слиянием Wildberries и Russ.

Локация
Москва; гибридный или удалённый формат работы.
Компания
Международная технологическая компания, образованная в результате слияния Wildberries и Russ; развивает продукты и рекомендательные системы для разных доменов.
Что делать
•Разрабатывать алгоритмы персональных, похожих и сопутствующих рекомендаций для разных продуктов и рекомендательных поверхностей.
•Повышать релевантность рекомендаций для роста среднего чека и конверсии.
•Оптимизировать и перестраивать пайплайны подготовки данных и обучения моделей.
•Обучать модели ранжирования и эмбеддинговые модели, объединять табличные и контентные признаки, валидировать решения.
•Запускать рекомендации в новых продуктах и адаптировать подходы под специфику аптек, косметики, продуктов и других доменов.
Требования
•Опыт работы в ML от 3 лет.
•Опыт разработки рекомендательных систем в продуктах, понимание подходов, принципов и архитектур.
•Глубокие знания классического ML и опыт работы с актуальным стеком моделей.
•Практические навыки работы с Polars или Pandas для ETL, NumPy, SciPy, Scikit-learn, XGBoost, LightGBM или CatBoost.
•Опыт разработки пайплайнов обучения и сериализации моделей.
•Базовый опыт построения ETL-процессов с использованием SQL или PySpark.
•Уверенные навыки в алгоритмах и структурах данных; знание классических и нейросетевых подходов в рекомендациях, понимание архитектур трансформеров.
•Опыт обучения эмбеддинговых и нейросетевых моделей для рекомендаций.
•Готовность развивать SOTA-подходы в рекомендациях.
Хорошо, если есть
•Опыт работы с векторными базами данных и инструментами ANN для быстрого поиска.
Культура и преимущества
•Языковые клубы, корпоративный университет и программы развития управленческих навыков.
•ДМС со стоматологией, корпоративный спорт и консультации психолога.
•Профессиональные и спортивные сообщества, включая клубы спикеров, футбола, йоги и шахмат.
•Гибкий подход для совмещения работы и заботы о семье, а также проекты для детей сотрудников.
•Скидки и партнёрские программы на обучение, страхование и покупки.
•Бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и внутренний портал.

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