ML Engineer в Почту

Сегодня почти вся онлайн-жизнь собрана в почтовых и облачных сервисах. Лента фото и документов в Облаке, билеты, заказы и чеки в Почте — это далеко не все артефакты, которые при правильном подходе могут улучшить качество онлайн-потребления для пользователей Mail. Наша задача как ML-команды заключается в том, чтобы эту информацию отфильтровать, структурировать и предоставить пользователю в наиболее удобном и ценном виде. Это умная часть сервисов Mail.

Что мы предлагаем

• Возможность работать над продуктами, которыми пользуются миллионы людей
• Реализация передовых ML-решений в HighLoad-окружении: через нас проходят миллиарды писем и файлов пользователей, которые необходимо обрабатывать и анализировать
• Работа над широким спектром задач: классический ML, NLP/LLM, CV
• Возможность тесной связи с продуктовыми командами и прямое влияние на ключевые бизнес-показатели

Мы ищем специалистов, которые

• Любят разбираться во внутренних тонкостях алгоритмов и кастомизировать их для повышения продуктового эффекта
• Проявляют живой интерес к последним тенденциям в машинном обучении и практикам разработки, стремятся их применять в наших сервисах

Мы будем рады вашему отклику и при обоюдном интересе предложим условия и проекты, от которых не захочется отказываться.

Задачи

• Representation learning для описания поведения и интересов пользователей
• Извлечение сущностей и создание событий в Календаре и Покупках
• Развитие наших LLM-моделей
• Разработка нейродайджеста
• Автоматизация поддержки пользователей генеративными и дискриминативными моделями

Требования

• Отличное знание основ машинного обучения
• Два-три года опыта разработки с использованием Python/C++
• Уверенное знание теории вероятностей и математической статистики
• Понимание структур данных и алгоритмов
• Знания современных алгоритмов обработки естественного языка (Word Embeddings, LSTM, Transformers, LLM, etc.)
• Опыт работы с библиотеками для глубокого обучения (Pytorch, Transformers, etc.)

Будет плюсом

• Отличные коммуникативные навыки
• Опыт разработки микросервисных архитектур
• Знание стека технологий Hadoop (Spark/YT)
• Опыт работы с фреймворками vLLM/TensorRT
• Опыт обучения LLM с использованием RL, а также разработки проектов на базе агентов и RAG
• Опыт использования Docker/Kubernetes