ML Engineer в команду рекомендаций.

Позиция : ML Engineer в команду рекомендаций. Куда : Магнит OMNI, Команда рекомендаций. Формат работы : полная занятость; офис в Москве, Краснодаре, Иннополисе, СПБ, ЕКБ; на данной позиции возможна полная удаленка, нет требования ходить в офис. Вилка гросс : 300-460k (для сильных кандидатов есть возможность расширить вилку). Про нас : Мы команда ML рекомендаций Магнит Омни (Магнит Маркет, Фудтех, Плюс, AdTech). Ищем коллегу, который поможет нам сделать наши рекомендации ещё лучше, усилив команду своей экспертизой в области рекомендательных систем. Рекомендательные алгоритмы в компании активно развиваются — у тебя есть шанс внести реальный вклад в это развитие и увидеть, как твои решения влияют на миллионы наших клиентов. Обязанности: — Разработка алгоритмов рекомендаций для разных рекомендательных сценариев — персональные рекомендации, рекомендации на карточке товара и в корзине, персональные подборки. Мы создаём как оффлайн, так и real-time рекомендации. — Разработка и внедрение новых признаков для контентных моделей. — Постановка гипотез для A/B-тестов. — Анализ результатов экспериментов и формулирование рекомендаций по дальнейшим действиям. — Сотрудничество со смежными командами разработки и аналитики для реализации комплексных решений. Требования : — Опыт работы с рекомендательными системами от года. — Знание Python и SQL/PySpark. — Интерес к рекомендательным SOTA-алгоритмам, знание основных алгоритмов, метрик и проблем, связанных с рекомендательными моделями. — Разработка ML-пайплайнов в Airflow. Будет плюсом : — Опыт разработки нейросетевых рекомендательных алгоритмов. — Реализовывал решения, описанные в академических статьях. — Опыт работы в e-commerce. — Проводил успешные A/B тесты, доказывал эффективность своих решений на практике. От нас : — Минимум бюрократии и встреч. — ДМС со стоматологией и льготными условиями для членов семьи. — Техника для комфортной работы (Macbook Pro). — Скидки PrimeZone: больше 6 тысяч корпоративных предложений от ресторанов до недвижимости. — Кэшбек для сотрудников в магазинах Магнит. Ответы на 10 вопросов : 1. Данные: DWH, основное: S3, Clickhouse, GreenPlum, Trino. Питоновские библиотеки Polars и Pandas. 2. Железо: GPU A100/T4. У каждого 38 CPU/156 GB RAM. При необходимости есть возможность увеличить. 3. Масштаб влияния: ML-решения напрямую влияют на ключевые метрики рекомендаций и компании в целом. Миллионы людей будут видеть результат твоей работы, открывая приложения Магнита. 4. Уровень развития DS: базовые рекомендательные сценарии закрыты простыми, но эффективными моделям. Начинаем выделять больше времени на исследование SOTA-алгоритмов. 5. Роль DS: Полный цикл — от постановки задачи с бизнесом/лидом до интеграции в продакшн (совместно с backend командами). 6. Бэкграунд руководителя: Нагорный Олег . Опыт в ML 10 лет — ВШЭ, М.Видео, Сбер, Магнит. 7. Частота встреч: 3-5 в неделю длительностью от 15 минут до 30 в среднем. 8. Карьерный рост: возможности роста как вертикальные (развиваться в рекомендацях), так и горизонтальные (двигаться в другие команды в будущем). 9. Research/Prod: Research и Prod 20 на 80. 10. Функция сервиса/лидера: 80% решение задач, 20% лидерство в рамках проекта (ищем самостоятельных коллег, способных вести проект). Как откликнуться : Присылайте резюме в Telegram с пометкой «ML инженер в команду рекомендаций» и вашими зарплатными ожиданиями в гросс: @mle_magnit .