Описание
Команда товарных рекомендаций помогает пользователям находить интересные товары в большом ассортименте, а также подбирает похожие и сопутствующие товары.
Задачи
•Разрабатывать алгоритмы рекомендаций похожих и сопутствующих товаров
•Повышать релевантность рекомендаций для увеличения средней корзины и конверсии
•Оптимизировать и перестраивать конвейер подготовки данных и обучения моделей
•Обучать модели ранжирования и эмбеддинговые модели, объединять табличные и контентные признаки, проверять решения
•Исследовать, проверять и адаптировать современные подходы VLM
Требования
•Опыт работы в области машинного обучения от 5 лет
•Опыт разработки рекомендательных систем в продуктах, понимание подходов, принципов и архитектуры
•Глубокие знания классического машинного обучения и опыт работы с современным стеком моделей
•Практические навыки работы с Polars/Pandas для ETL, NumPy, SciPy, Scikit-learn, XGBoost/LightGBM/CatBoost
•Опыт разработки конвейеров обучения и сериализации моделей
•Базовый опыт построения ETL-процессов с PySpark
•Уверенное знание алгоритмов и структур данных, глубокие знания DL и CLIP/VLM, понимание архитектур трансформеров и мультимодальных моделей
•Опыт работы с современными LLM/VLM-моделями и обучения мультимодальных векторных моделей
•Желание развивать современные подходы в рекомендациях
Будет плюсом: опыт работы с векторными базами данных и инструментами ANN для быстрого поиска
Условия
•Языковые клубы, корпоративный университет и программы развития управленческих навыков
•Корпоративный пакет ДМС со стоматологией, корпоративный спорт и консультации психолога
•Сообщества по интересам: выступления, футбол, йога и шахматы
•Гибкий подход к сочетанию карьеры и заботы о близких, проекты для детей сотрудников
•Скидки на обучение, страхование и покупки
•Бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников
