Литрес

ML инженер рекомендательных систем

Коротко

ML-инженер в команду поиска и рекомендаций Литрес: нужно переводить модели от Data Scientist в продакшен — строить ML-пайплайны, проектировать архитектуру рекомендательных сервисов, оптимизировать инференс и поддерживать модели в эксплуатации. Требуется 4–5 лет опыта в ML, из них от года с рекомендательными системами в продакшене, знание алгоритмов Recsys, Python, SQL, Docker/Kubernetes, MLOps-практик и мониторинга. Формат работы удалённый по РФ или гибридный, уровень senior.

Описание
Это возможность присоединиться в команду поиска и рекомендаций в качестве ML инженера. DS обучают модель в рамках эксперимента — подбирают данные, на которых обучить, варьируют параметры самой модели. После того, как получают модель приемлемого качества, фиксируют параметры и передают нам. ML инженеры переводят, оптимизируют и автоматизируют обучение — подготавливают датапайплайн к продакшн инфраструктуре (чтобы не ел много памяти и работал как можно быстрее), переводят обучение в определенные инструменты, чтобы оно повторялось и воспроизводилось так, как задумали DS. Мы ищем именно ML инженера.
Задачи
•Разработка сервисов рекомендательных систем (Recsys) с применением ML
•Проектирование архитектуры ML-сервисов
•Построение ML-пайплайнов (обучение, деплой, обновление моделей)
•Внедрение и поддержка ML-моделей в продакшене
•Оптимизация инференса и производительности
•Участие в code review и менторстве
Требования
•Опыт в ML 4–5 лет, из них ≥ 1 года с рекомендательными системами в продакшене
•Опыт полного ML-цикла: от прототипа до продакшена
•Опыт проектирования архитектуры ML-сервисов
•Знание алгоритмов Recsys: collaborative filtering, matrix factorization, two-tower, sequence models
•Опыт внедрения MLOps практик и платформ в команде (MLflow или аналоги)
•Уверенная разработка на Python (FastAPI, asyncio)
•Уверенное владение SQL
•Опыт работы с Docker и Kubernetes для развертывания и оркестрации ML-приложений
•Опыт настройки комплексного мониторинга (Grafana, Prometheus) для моделей и инфраструктуры
•Навыки оптимизации инференса (GPU, batching, Triton)
•Опыт менторства и code review
Будет плюсом:
•Опыт потоковой обработки данных (Kafka)
•Опыт работы с Feature Store
Условия
•Официальное оформление по ТК РФ, белую заработную плату + премии
•Гибридный или удаленный формат работы, на выбор
•После прохождения испытательного срока: ДМС со стоматологией, "Добросервис" с неограниченной юридической и психологической консультацией, фитнес
•Постоянные скидки от партнёров и многое другое
•Оплата профильных курсов, участия в конференциях
•Корпоративы на природе и в офисе, настольные игры, пицца каждую последнюю пятницу месяца
•Неограниченный доступ ко всем электронным и аудиокнигам

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