Wildberries

ML Engineer в Поиск (NLP)

Коротко

ML Engineer в команде Поиска Wildberries: развитие пайплайнов обработки текста (исправление опечаток, синонимизация, классификация запросов и карточек товаров) и векторного поиска. Требуется от 3 лет опыта, уверенное владение Python, PyTorch, Polars, опыт с трансформерными моделями (HuggingFace), табличными моделями (LightGBM, CatBoost, XGBoost), Spark, Airflow и методами кластеризации для ANN-поиска. Локация — Москва, гибридный или удалённый формат работы.

Локация
Москва; гибридный или удалённый формат работы
Компания
Объединённая компания Wildberries и Russ — международная технологическая компания, образованная в результате слияния IT-компании Wildberries и оператора наружной рекламы Russ.
Что делать
•Улучшать существующие и разрабатывать новые пайплайны обработки текста в пользовательских запросах и карточках товаров, включая исправление опечаток и синонимизацию.
•Развивать онлайн-инференс в продуктах обработки текста.
•Разрабатывать пайплайн автоматического выделения текстовых синонимов для ретривинга и ранжирования.
•Создавать модель классификации запросов: текстовых, категорийно-атрибутивных, брендовых и нетекстовых.
•Исследовать IVF и другие методы кластеризации для ускорения и повышения качества векторного поиска.
Требования
•От 3 лет опыта в роли ML Engineer или NLP Engineer.
•Уверенное владение Python и стандартным ML/DS-стеком, включая Polars и PyTorch.
•Опыт работы со Spark и Airflow: построение и поддержка пайплайнов обработки данных и ETL.
•Опыт разработки и внедрения трансформерных моделей: обучение, файнтюнинг и инференс с использованием HuggingFace Transformers или аналогичных инструментов.
•Опыт работы с табличными моделями LightGBM, CatBoost и XGBoost для построения ранжирующих и классификационных моделей.
•Опыт применения методов кластеризации, включая IVF и другие подходы для векторных индексов и ANN-поиска.
•Понимание задач NLP: нормализация текста, обработка опечаток, синонимия и классификация текстов.
•Опыт вывода моделей в продакшн и понимание требований к онлайн-инференсу, включая латентность и нагрузку.
•Умение работать с большими объёмами данных и оптимизировать пайплайны обработки.
Хорошо, если есть
•Опыт работы с поисковыми системами: retrieval, ranking и семантический поиск.
•Опыт работы с векторными базами данных и библиотеками ANN-поиска, включая FAISS и HNSW.
Культура и преимущества
•Языковые клубы, корпоративный университет и программы развития управленческих навыков.
•Корпоративный пакет ДМС со стоматологией, корпоративный спорт и консультации психолога.
•Профессиональные и спортивные сообщества, включая клубы спикеров, футбола, йоги и шахмат.
•Гибкий подход для совмещения карьеры 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 для сотрудников.

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