Привет! Это команда Возвраты ML.
Мы ищем талантливого Data Scientist/ML Engineer в новую ML-команду отдела «Возвраты маркетплейса». Отдел занимается обработкой и модерацией возвратов покупателя и продавца, аннуляциями, спорами между покупателями и продавцами, а также обработкой звонков по подменным номерам.
Внутри отдела выделяется новая ML-команда, которая будет строить ML-направление и помогать автоматизировать процессы, где сейчас много ручной проверки и операционных затрат.
Команда будет заниматься полным циклом разработки ML-моделей: от погружения в бизнес-задачу, сбора и анализа данных до обучения, тестирования, деплоя, мониторинга и поддержки моделей в продакшене.
Основные направления работы команды
- NLP / LLM для анализа текстов и транскрибаций звонков.
- Анализ фото- и видеоконтента в возвратах и спорах: проверка качества фотографий, поиск повреждений, и тд.
- research-задачи, где нужно быстро проверять гипотезы на реальных данных и доводить успешные решения до production-релизов.
Наш стек
- Python, PyTorch, Scikit-learn.
- NLP: transformers, pymorphy, spacy, NLTK.
- Vector databases.
- vLLM/SGLang.
- LlamaIndex, LangChain, LangGraph.
- CV: OpenCV, модели классификации/детекции/сравнения изображений.
- SQL: ClickHouse, Vertica.
- Hadoop, PySpark, AirFlow.
- MLFlow, Grafana.
- В прод выкатываем через NVIDIA Triton: ONNX, TensorRT.
- Confluence, Jira.
Вы будете
- Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML.
- Анализ и обработка данных.
- Работа с PyTorch.
- Тестирование и оптимизация моделей.
- Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества.
- Поддержка существующих моделей.
Нам важно
- Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты).
- Коммерческий опыт в Data Science / ML от 4 лет.
- Уверенное знание Python и PyTorch.
- Хорошее знание классического ML и современного DL (включая математику за ними).
- Опыт самостоятельного ведения задач на разных этапах проекта.
- Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Будет плюсом
- Опыт работы с полным циклом обучения моделей от сбора данных до вывода в прод.
- Работа со звуком/видео.
