Задачи:
- разработка и поддержка сервиса матчинга товаров между маркетплейсами
- проектирование и оптимизация пайплайнов сопоставления на основе текстовых и визуальных признаков
- интеграция и fine-tuning NLP/CV моделей для генерации эмбеддингов (текст, изображения)
- разработка эвристик и правил для повышения точности матчинга (категории, бренды, атрибуты)
- анализ качества матчинга, построение метрик и A/B-тестов
Требования:
- опыт разработки систем товарного матчинга / дедупликации / entity resolution - практическое владение методами NLP-эмбеддингов (BERT, sentence-transformers и аналоги) и CV-эмбеддингов (CLIP, ResNet и аналоги)
- понимание подходов к approximate nearest neighbor search (FAISS, Elasticsearch KNN, Qdrant)
- опыт работы с Python, FastAPI / аналогичные фреймворки
- умение строить и оценивать пайплайны матчинга (precision/recall, threshold tuning)
- опыт работы с большими каталогами товаров (100K+ SKU) — плюс
