Описание
Рекомендательные системы Flowwow сейчас работают на rule-based baseline; следующий этап — перейти к ML и построить полноценный цикл экспериментов. Ассортимент зависит от геозоны доставки и наличия товара у локального мерчанта, каталог быстро обновляется, а холодный старт по SKU — обычная ситуация. Персональной истории покупок мало, а релевантность для покупателей необходимо балансировать с экономикой мерчантов.
Задачи
•Разобраться в текущем baseline и данных, найти, где теряется качество
•Спроектировать и наладить пайплайн обучения и инференса моделей
•Сформировать цикл ML-экспериментов: офлайн-валидация, A/B-тестирование на боевом трафике и принятие решения по результатам
•Развивать качество ранжирования, персонализацию и работу с холодным стартом
•Развивать платформенную часть: feature store, фреймворк экспериментов и мониторинг моделей
•Развивать направления компьютерного зрения и прогнозирования спроса
Требования
•Около 4 лет опыта в production ML в рекомендациях, поиске или ранжировании, включая полный цикл разработки — от обучения моделей до запуска в продакшен
•Опыт разработки современных RecSys-моделей и их запуска в продакшен с измеримым влиянием на продуктовые и бизнес-метрики
•Опыт самостоятельного проектирования, запуска и анализа A/B-тестов
•Умение самостоятельно спроектировать систему от идеи до production без ежедневного надзора
•Уверенное владение Python для production-кода
•Практический опыт обучения моделей с PyTorch или TensorFlow
•Уверенное владение SQL для сложных аналитических запросов, сбора и подготовки данных
•Знание Linux, Git и Docker
•Умение обосновать, где нужна модель, а где достаточно эвристики
•Умение оценивать компромиссы между задержкой и качеством, сложностью и поддерживаемостью
•Умение надёжно валидировать результаты
•Готовность читать код на незнакомом языке и договариваться о контрактах между командами
Будет плюсом: мультимодальные эмбеддинги и контентные представления товаров, векторные базы данных, feature store, MLOps, причинно-следственный анализ, uplift, интерливинг, Kubernetes, облачные платформы, знание электронной коммерции и ограничений предложения
Условия
•Трудовой договор
•График 5/2
•ДМС со стоматологией или компенсация медицинского обслуживания
•Сервис психологической поддержки
•Компенсация занятий спортом или спортивного оборудования
•Компенсация стоимости техники для работы
•Оплата обучения, конференций и митапов
•Корпоративная программа лояльности, скидки на Flowwow и предложения партнёров
