ml engineer рекомендательных систем

Flowwow; États-Unis; À distance; USD 140 000 - 210 000; Plein temps

Avantages offerts par ce poste

ДМС со стоматологией

Психологическая поддержка

Компенсация занятий спортом

Résumé du poste

Flowwow ищет специалиста по машинному обучению для перехода от правил к ML-циклeм экспериментов. Ваша задача — усилить рекомендательные системы, спроектировать пайплайны обучения и инференса, провести офлайн-валидацию и онлайн A/B-тесты, управлять холодным стартом и улучшать ранжирование.

Требуется ~4 года production ML-опыта, уверенное владение Python, PyTorch или TensorFlow, SQL и Linux. Опыт внедрения MLOps, Docker, Kubernetes приветствуется, наличие навыков аналитической оценки компромиссов

Qualifications

• Около 4 лет опыта в production ML в рекомендациях, поиске или ранжировании, включая полный цикл разработки — от обучения моделей до запуска в продакшен.
• Опыт разработки современных RecSys-моделей и их запуска в продакшен с измеримым влиянием на продуктовые и бизнес-метрики.
• Опыт самостоятельного проектирования, запуска и анализа A/B-тестов.
• Умение самостоятельно спроектировать систему от идеи до production без ежедневного надзора.

Responsabilités

• Разобраться в текущем baseline и данных, найти узкие места в качестве и скорости.
• Спроектировать и наладить пайплайн обучения и инференса моделей.
• Сформировать цикл ML-экспериментов: офлайн-валидация, A/B-тесты на боевом трафике, принятие решений по результатам.
• Развивать качество ранжирования, персонализацию и работу с холодным стартом.
• Развивать платформенную часть: feature store, фреймворк экспериментов и мониторинг моделей.
• Развивать направления компьютерного зрения и прогнозирования спроса.

Connaissances

Python

PyTorch

TensorFlow

SQL

Linux

Git

Docker

Kubernetes

MLOps

A/B тестирование

Outils

Docker

Git

Linux

Kubernetes

Description du poste

Описание:

Рекомендательные системы Flowwow сейчас работают на rule-based baseline; следующий этап — перейти к ML и построить полноценный цикл экспериментов. Ассортимент зависит от геозоны доставки и наличия товара у локального мерчанта, каталог быстро обновляется, а холодный старт по SKU — обычная ситуация. Персональной истории покупок мало, а релевантность для покупателей необходимо балансировать с экономикой мерчантов.

Задачи:

• Разобраться в текущем baseline и данных, найти, где теряется качество
• Спроектировать и наладить пайплайн обучения и инференса моделей
• Сформировать цикл ML-экспериментов: офлайн-валидация, A/B-тестирование на боевом трафике и принятие решения по результатам
• Развивать качество ранжирования, персонализацию и работу с холодным стартом
• Развивать платформенную часть: feature store, фреймворк экспериментов и мониторинг моделей
• Развивать направления компьютерного зрения и прогнозирования спроса

Требования:

• Около 4 лет опыта в production ML в рекомендациях, поиске или ранжировании, включая полный цикл разработки — от обучения моделей до запуска в продакшен
• Опыт разработки современных RecSys-моделей и их запуска в продакшен с измеримым влиянием на продуктовые и бизнес-метрики
• Опыт самостоятельного проектирования, запуска и анализа A/B-тестов
• Умение самостоятельно спроектировать систему от идеи до production без ежедневного надзора
• Уверенное владение Python для production-кода
• Практический опыт обучения моделей с PyTorch или TensorFlow
• Уверенное владение SQL для сложных аналитических запросов, сбора и подготовки данных
• Знание Linux, Git и Docker
• Умение обосновать, где нужна модель, а где достаточно эвристики
• Умение оценивать компромиссы между задержкой и качеством, сложностью и поддерживаемостью
• Умение надёжно валидировать результатыГотовность читать код на незнакомом языке и договариваться о контрактах между командами
• Будет плюсом: мультимодальные эмбеддинги и контентные представления товаров, векторные базы данных, feature store, MLOps, причинно-следственный анализ, uplift, интерливинг, Kubernetes, облачные платформы, знание электронной коммерции и ограничений предложения

Условия:

• Трудовой договор
• График 5/2
• ДМС со стоматологией или компенсация медицинского обслуживания
• Сервис психологической поддержки
• Компенсация занятий спортом или спортивного оборудования
• Компенсация стоимости техники для работы
• Оплата обучения, конференций и митапов
• Корпоративная программа лояльности, скидки на Flowwow и предложения партнёров