FlowwowML Engineer (Recommendation Systems)
Работа в команде платформы данных над переходом от rule-based рекомендаций к ML: построение пайплайнов обучения и инференса, организация цикла экспериментов и внедрение моделей, которые повышают релевантность и бизнес-метрики маркетплейса
ГрейдSenior
Опытот 4 лет
Стек
PythonPyTorchSQLDockerTensorFlowQdrantMilvusPineconeFeastTectonMLflowKubernetesYandex CloudAWSGitLinux
Задачи
- •разобраться в текущем baseline и данных, найти узкие места качества
- •спроектировать и наладить пайплайн обучения и инференса моделей
- •сформировать рабочий цикл ML-экспериментов: офлайн-валидация → A/B → решение по результату
- •улучшать качество ранжирования, персонализацию и работу с холодным стартом
- •развивать платформенные компоненты: feature store, фреймворк экспериментов и мониторинг моделей
Обязательно
- •опыт в production ML в рекомендациях/поиске/ранжировании от ~4 лет
- •опыт разработки и запуска RecSys-моделей с измеримым влиянием на метрики
- •проектирование и проведение A/B-тестов: дизайн, запуск, анализ
- •автономность: проектирование системы от идеи до production
- •production-grade код на Python
- •реальный опыт обучения моделей на PyTorch или TensorFlow
- •SQL для сложной аналитики и подготовки данных
Будет плюсом
- •мультимодальные эмбеддинги и работа с контентными представлениями товара
- •векторные базы данных: Qdrant, Milvus, Pinecone
- •feature stores: Feast, Tecton
- •MLOps: MLflow, tracking, model registry
- •Causal inference, uplift, интерливинг
- •Kubernetes и опыт работы с облаками (Yandex Cloud / AWS)
- •знание e‑commerce и маркетплейсов
