Machine Learning Engineer: Ranking & Personalization

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

ML-инженер в команду персонализации и ранжирования для e-commerce: разработка real-time ML-сервисов, рекомендаций и поиска для сотен миллионов пользователей.

Задачи

• Проектировать, разрабатывать, деплоить и поддерживать масштабируемые real-time ML-сервисы для ранжирования и персонализации в e-commerce
• Улучшать персонализированный опыт покупок: рекомендации, ранжирование и discovery на основе поведения пользователей
• Анализировать пользовательские взаимодействия и поведенческие данные для построения эффективных моделей
• Исследовать, оценивать и внедрять различные подходы к персонализации
• Формулировать и проверять гипотезы через эксперименты и A/B-тесты, измерять влияние на бизнес-метрики
• Сотрудничать с инженерными командами и кросс-функциональными стейкхолдерами
• Доносить результаты и технические решения до стейкхолдеров
• Отвечать за задачу от исследования до внедрения, повышая надёжность и эффективность production-систем

Требования

• Не менее 3 лет опыта в прикладном машинном обучении
• Владение Python, SQL и big data технологиями
• Опыт построения, деплоя и поддержки production-систем персонализации, рекомендаций или ранжирования
• Практический опыт дизайна и анализа A/B-тестов
• Опыт работы с крупной публичной облачной платформой (плюс)
• Сильные аналитические навыки и умение решать сложные задачи
• Отличные коммуникативные навыки на английском
• Опыт работы в кросс-функциональных командах
• Умение работать автономно и проявлять инициативу

Условия

• Конкурентная зарплата: от $80,000 до $120,000 в год
• Опционы
• Полностью удалённая работа
• Неограниченный отпуск (рекомендуется минимум 3 недели в год)
• Стипендия на домашний офис
• Предоставляется техника (Apple ноутбуки)
• Годовой бюджет на обучение и развитие
• Отпуск по материнству и отцовству
• Регулярные командные офсайты

Навыки

• Python
• SQL
• Big Data
• A/B testing
• Machine Learning
• Personalization
• Recommendation systems
• Ranking
• Cloud