ML-инженер RecSys (удаленная работа)

Вакансия: ML-инженер RecSys

Описание вакансии

ML-инженер (рекомендательные системы)

Мы развиваем рекомендации и персонализацию в продукте с миллионами пользователей: ленты, подборки, поиск и ранжирование выдачи. Рекомендательная система уже работает в проде, и мы ищем инженера, который будет растить её качество и продуктовые метрики.

Если ты умеешь не только обучить модель ранжирования, но и доказать её эффект в A/B-тесте ждём тебя.

Обязанности
Развивать многостадийную рекомендательную систему: кандидатогенерация, ранжирование, реранкинг;
Обучать и улучшать модели: коллаборативная фильтрация (ALS, implicit), two-tower, бустинги для ранжирования (CatBoost, LightGBM), sequential-модели;
Решать проблемы холодного старта, разнообразия и популярности в выдаче;
Строить фичи и пайплайны данных на больших объёмах (Spark, Airflow);
Выводить модели в production и следить за их качеством;
Оценивать качество: офлайн-метрики (NDCG, MAP, Recall@K, coverage) и онлайн A/B-тесты;
Генерировать продуктовые ML-гипотезы и проверять их вместе с аналитиками.

Требования
Уверенный Python и SQL;
Опыт разработки рекомендательных систем или поискового ранжирования в продакшене;
Знание подходов: коллаборативная фильтрация, learning to rank (pointwise, pairwise, listwise), эмбеддинги;
Опыт с бустингами (CatBoost, LightGBM, XGBoost) и PyTorch;
Опыт работы с большими данными: Spark / PySpark, Hadoop;
Опыт проведения и анализа A/B-тестов;
Git, культура код-ревью;
Опыт от 3 лет.

Будет плюсом
Опыт с sequential-рекомендациями: SASRec, BERT4Rec;
Опыт ANN-поиска: FAISS, HNSW;
Опыт с CTR-моделями и рекламным ранжированием;
Применение LLM в рекомендациях и поиске;
Английский для чтения документации и статей;
Профильное техническое образование.

Условия
Удалённо или гибрид;
ДМС;
Бонусы и премии по результатам;
Оформление по ТК РФ;
Компенсация спорта;
Обучение за счёт компании, участие в конференциях.