machine learning engineer in search ranking

Enfint; Greater London; On-site; GBP 90,000 - 150,000; Full time

Job summary

Perplexity ищет опытного инженера по ранжированию, чтобы улучшать качество поиска и развивать инфраструктуру ранжирования. Вы будете владеть частью цепочки от данных до мониторинга, работая над нейронными и обобщёнными методами.

Требуется опыт ведения крупной ranking-системы и минимум 5 лет релевантного опыта в индустрии. Роль предполагает тесное взаимодействие с Data, AI, Infrastructure и Product.

Qualifications

• Глубокое понимание поисковых систем или систем рекомендаций и их оценки.
• Доказанный опыт владения крупной эксплуатационной ranking-системой или значимым набором задач качества.
• Сильные навыки машинного обучения и разработки ПО: данные, модели, слуги и мониторинг.
• Умение вести неопределённые межкомандные задачи без постоянного разбиения на подзадачи.
• Исключительная глубина в современных нейронных методах ранжирования или в системах с низкой задержкой.
• Минимум 5 лет релевантного опыта в индустрии.

Responsibilities

• Улучшать качество поиска на средних и поздних стадиях ранжирования с помощью моделей, данных, оценки и инфраструктуры.
• Власть над проблемами качества ранжирования на всём протяжении цикла: определение оценок, выявление узких мест, разработка решений и безопасная поставка.
• Обучение и оценка Retrieval, ranking и classification моделей, включая нейронные и LLM-аспекты.
• Создание и эксплуатация ранжировочной инфраструктуры: вычисление признаков, низко-задержочное прогнозирование, каскады, развёртывание и мониторинг.
• Стимулирование компромиссов между качеством, задержкой, надёжностью, стоимостью и сложностью инженеринга.
• Сотрудничество с командами Data, AI, Infrastructure и Product, сохраняя ответность за итоговое качество.

Skills

Глубокое понимание поисковых/рекомендa

ML и инженерия ПО

Опыт владения крупной ranking-системой

Сопровождение кросс-командной работы

Job description

Описание:

Perplexity develops search software and focuses on improving search quality through ranking models, data, evaluation, and production infrastructure.

Задачи:

• Improve search quality across the middle and later stages of ranking through models, data, evaluation, infrastructure, and other available levers


• Own ranking-quality problems end to end by defining evaluations, identifying bottlenecks, building solutions, and shipping them safely


• Train and evaluate retrieval, ranking, and classification models, including neural and LLM-based approaches where appropriate


• Build and operate ranking infrastructure, including feature computation, low-latency inference, multi-stage cascades, deployment, and monitoring


• Make trade-offs across quality, latency, reliability, cost, and engineering complexity


• Collaborate across Data, AI, Infrastructure, and Product while retaining ownership of the final quality outcome

Требования:

• Deep understanding of search or recommender systems and their evaluation


• Proven ownership of a large-scale production ranking system or a substantial class of quality problems


• Strong machine-learning and software-engineering skills across data, models, serving, and monitoring


• Ability to drive ambiguous, cross-team problems without continuous task decomposition


• Exceptional depth in either modern neural ranking methods or low-latency ranking systems and runtime


• Minimum 5 years of relevant industry experience

Условия:

No conditions specified