Data Scientist (Search)
Lamoda Tech
Москва
🏢 Офис
Middle
Полная занятость
Описание вакансии
Мы в поиске Data Scientist в команду Search.
Мы — команда, отвечающая за ML в поиске Lamoda, ключевом источнике трафика в продукте. Наши решения напрямую влияют на бизнес-метрики компании, помогая миллионам пользователей находить идеальные товары.
У нас уже выстроен мощный двухэтапный пайплайн поиска и персонализации, и сейчас мы продолжаем развивать его с помощью передовых ML-методов. Наш фокус — fashion, это позволяет применять уникальные ML-решения: визуал, оценка сочетаемости вещей, трендовость, сезонность и т.д. Также важная задача поиска - подсвечивать новые интересы и тренды рынка и помогать компании оперативно на них реагировать
Чем предстоит заниматься
•Улучшение алгоритмов поиска, в том числе с использованием нейронных сетей и LLM
•Использование LLМ для обогащения запроса и атрибутов товара(из фото, описания, отзывов)
•Работа с пустым поиском: улучшать полноту, внедрять рекомендации
•Улучшение моделей персонализации для поиска
•Развитие системы навигации и поиска: поисковые подсказки, система фильтров, визуальные фичи в каталоге, spell-check
•Развитие системы оценки качества поиска, чтобы оперативно находить проблемы в продукте
Стэк технологий: Big data (Hadoop, PySpark, Hive), Python, Catboost, Airflow, Docker, SQL, PyTorch.
Почему у нас классно
•Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации.
•Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах
•У нас представлен полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров.
Мы ожидаем
•Опыт в области анализа данных и машинного обучения (от 3 лет);
•Релевантный опыт в поисковых системах будет плюсом;
•Опыт работы с SQL, Hadoop, Hive, Spark;
•Владение Python, Linux, методами работы с большими данными;
•Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
•Знания теории вероятностей и математической статистики;
•Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
•Знание алгоритмов и структур данных;
•Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
•Английский язык на уровне технического чтения.
Как мы работаем
•Пишем на Python 3.10+ и PySpark 3.3;
•Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру;
•Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов;
•Используем Airflow для управления ML-пайплайнами и запуском их по расписанию;
•В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач;
•Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов;
•В компании внедрена культура принятия решений на основании данных и все изменения тестируем через АБ-эксперименты.
