Adviva

ML Engineer / Data Scientist (Middle / Middle+) (Recommender Systems)

Коротко

Роль ML Engineer / Data Scientist по развитию рекомендательных систем и ML-пайплайнов в продуктовой компании, работающей с ML-сервисами. Задачи сфокусированы на построении ranking/reranking-моделей, feature engineering, анализе latency и A/B-тестировании, поддержке пайплайнов на Airflow. Требуется 3–6 лет опыта, уверенный Python, классический ML (CatBoost, LightGBM, XGBoost), PyTorch и опыт работы с данными. Полностью удалённая работа, локация ограничена Казахстаном.

Локация
Алматы; полностью удалённая работа.
Компания
Adviva развивает ML-сервисы и рекомендательные системы.
Что делать
•Развивать и поддерживать существующие рекомендательные системы и ML-сервисы.
•Обучать, тестировать и улучшать ML-модели, включая модели ранжирования и reranking.
•Подготавливать датасеты, выполнять feature engineering и добавлять новые признаки.
•Анализировать качество рекомендаций, сравнивать результаты моделей и оценивать latency.
•Развивать и поддерживать ML-пайплайны, включая пайплайны на Airflow.
•Проводить эксперименты, участвовать в A/B-тестировании и выполнять базовый мониторинг качества моделей.
Требования
•3–6 лет опыта работы; уровень Middle или Middle+.
•Уверенное владение Python.
•Практический опыт с классическим машинным обучением: классификация, регрессия и ранжирование.
•Опыт работы с CatBoost, LightGBM и XGBoost.
•Знание и практический опыт работы с PyTorch.
•Понимание основных алгоритмов машинного обучения, базовой теории вероятностей и статистики.
•Опыт работы с данными и построения ML-пайплайнов.
•Умение самостоятельно вести задачи от анализа проблемы до оценки результата.
Хорошо, если есть
•Коммерческий опыт разработки рекомендательных систем (RecSys).
•Опыт работы с ranking/reranking-моделями.
•Знание ALS и других подходов к построению рекомендаций.
•Опыт работы с Airflow.
•Опыт проведения A/B-тестов и оценки качества моделей.
•Опыт применения LLM для задач машинного обучения, например для feature engineering.
•Опыт работы с продуктовыми ML-системами и понимание особенностей их эксплуатации.
Культура и преимущества
•Полностью удалённый формат работы.
•Возможность самостоятельно влиять на технические решения и качество моделей.
•Команда развивает ML-инфраструктуру, модели и рекомендательные сервисы.
•Минимум регулярных встреч и возможность сосредоточиться на технических задачах.

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