Название: Product ML Engineer Команда: Engineering Местоположение: Удаленно, Международное Тип занятости: FullTime

Привет!

Мы SweedPos https://sweedpos.com/#/, продуктовый стартап, создающий комплексную платформу для розничной торговли каннабисом. Мы ищем Senior ML Engineer, который присоединится к нам удаленно и поможет создавать системы рекомендаций и персонализации в нашей экосистеме электронной коммерции.

О НАС

В Sweed мы переосмысливаем, как работает розничная торговля каннабисом. Наша платформа корпоративного уровня объединяет POS, электронную коммерцию, маркетинг, аналитику и управление запасами в единое, бесшовное решение — устраняя необходимость в нескольких сторонних инструментах.

Мы верим в простоту, эффективность и инновации. Именно поэтому мы создаем решения для масштабируемости и производительности, облегчая жизнь продавцам каннабиса и стимулируя реальный рост бизнеса.

ПОЧЕМУ МЫ ЭТО ДЕЛАЕМ

В Sweed мы верим в лекарственный потенциал каннабиса. Он помогает при хронической боли, тревоге, депрессии и многих других состояниях. Несмотря на сохраняющийся стигму, мы видим каннабис как мощный инструмент для улучшения жизни.

Отрасль быстро развивается, и мы здесь, чтобы двигать эту трансформацию — делая розничную торговлю каннабисом более эффективной, доступной и клиентоориентированной.

ГДЕ МЫ СЕЙЧАС

Мы на рынке уже 8 лет, постоянно развиваясь и совершенствуя наш продукт.

Наш фокус — завоевание доверия клиентов, что означает постоянное улучшение процессов доставки и внедрение новых функций. В то же время мы ориентируемся в сложной правовой среде индустрии каннабиса, гарантируя, что наша платформа остается совместимой и перспективной.

СТРУКТУРА КОМАНДЫ

Общая численность нашей команды — более 200 человек:

Команда разработки распределена по всему миру и организована в кросс-функциональные продуктовые команды. Эти команды обычно состоят из 8-12 человек, включая front-end и back-end разработчиков, QA-специалистов и аналитиков.

Каждой командой руководит Team Lead и Product Owner, обеспечивая эффективное сотрудничество и четкое направление.

Тем временем, наш CEO, менеджеры по работе с клиентами и команда поддержки клиентов находятся в США, тесно сотрудничая с нами для согласования разработки продукта с бизнес-потребностями и потребностями пользователей.

О РОЛИ

Вы будете работать в основном в сфере электронной коммерции, помогая нам создавать следующее поколение рекомендательных систем и возможностей персонализации.

У нас уже есть действующие в продакшене рекомендательные функции, включая рекомендации продуктов и пользовательский опыт в электронной коммерции. В то же время, мы все еще находимся на ранней стадии, когда дело доходит до истинной персонализации.

Наша долгосрочная цель — создать опыт покупок, который адаптируется к каждому клиенту — от того, какие продукты и контент он видит, до того, как различные части пути ранжируются, собираются и представляются.

Это особенно интересный этап для присоединения, так как многие фундаментальные решения еще впереди. У вас будет возможность влиять на архитектуру, инструменты, подход к экспериментам, требования к данным и общее направление наших рекомендательных систем.

В отличие от команд, работающих со зрелыми рекомендательными системами, где большая часть инфраструктуры уже создана, а инженеры сосредоточены на инкрементальных оптимизациях, здесь у вас будет возможность создавать значительную часть системы с нуля.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Создавать и улучшать производственные рекомендательные системы и системы ранжирования.
• Разрабатывать модели персонализации для различных частей пути клиента в электронной коммерции.
• Работать над подходами к генерации кандидатов, поиску, ранжированию и повторному ранжированию.
• Проектировать персонализированные ленты продуктов, карусели, порядок контента и опыт «следующего лучшего действия».
• Вносить вклад в использование кейсов прогнозирования поведения клиентов, спроса и на уровне продуктов.
• Связывать рекомендательные системы с поиском и диалоговыми системами покупок.
• Определять и отслеживать офлайн ML-метрики и онлайн продуктовые метрики.
• Проектировать и проводить эксперименты и A/B-тесты для проверки продуктовых гипотез.
• Создавать масштабируемые сервисы инференса и ML-API.
• Улучшать конвейеры признаков, рабочие процессы обучения, мониторинг и внутренние ML-инструменты.
• Тесно сотрудничать с командами Data Platform и backend для обеспечения доступности необходимых поведенческих и транзакционных данных.
• Участвовать в архитектурных дискуссиях и принятии технических решений.
• Помогать продуктовым командам преобразовывать бизнес-проблемы в измеримые ML-проблемы.

НАД ЧЕМ ВЫ БУДЕТЕ РАБОТАТЬ

Некоторые из инициатив, которые мы сейчас изучаем, включают:

• развитие нашего существующего рекомендательного движка;
• создание более глубокой персонализации на уровне клиентов;
• персонализированное ранжирование продуктов и выбор контента;
• динамическое формирование главной страницы и каруселей;
• модели «следующего лучшего действия»;
• рекомендательные системы для диалоговых покупок;
• AI-поиск продуктов;
• прогнозирование поведения клиентов и спроса;
• улучшение конвейеров данных и признаков, лежащих в основе ML-систем;
• создание лучших рабочих процессов экспериментирования и оценки.

Точный план будет развиваться, и мы ожидаем, что вы активно будете способствовать его формированию.

ЧТО МЫ ИЩЕМ

• 5+ лет опыта работы в продакшене ML / Machine Learning Engineering.
• Значительный коммерческий опыт работы с рекомендательными системами.
• Отличные навыки работы с Python и SQL.
• Опыт работы с ранжированием, поиском, генерацией кандидатов, коллаборативной фильтрацией, эмбеддингами, learning-to-rank или аналогичными рекомендательными подходами.
• Опыт создания и поддержки производственных ML-систем.
• Опыт работы с офлайн ML-метриками и онлайн продуктовыми/бизнес-метриками.
• Опыт A/B-тестирования и экспериментирования.
• Глубокое понимание полного жизненного цикла ML: экспериментирование, развертывание, мониторинг и итерация.
• Опыт создания API или производственных сервисов инференса.
• Хорошее понимание конвейеров данных и работы с поведенческими или транзакционными данными.
• Знакомство с MLOps, CI/CD, наблюдаемостью и надежностью продакшена.
• Сильные основы программной инженерии.
• Опыт принятия технических решений и взятия на себя ответственности за решения.
• Способность работать самостоятельно в неопределенной среде.
• Отличные коммуникативные навыки и командный подход.
• Способность работать напрямую с продуктовыми командами, уточнять требования, оспаривать предположения и помогать формировать правильное решение.

ПРИВЕТСТВУЕТСЯ

• Опыт работы с моделями прогнозирования или временных рядов.
• Опыт прогнозирования спроса или прогнозирования поведения клиентов.
• Опыт работы в электронной коммерции, на маркетплейсах, в рекламе, доставке еды или других продуктах с интенсивным использованием рекомендаций.
• Опыт работы с системами персонализации.
• Опыт работы с поиском или информационным поиском.
• Опыт работы с инженерией данных или моделированием данных.
• Опыт создания конвейеров признаков, хранилищ признаков или слоев метрик.
• Опыт разработки внутренних ML-инструментов или ML-платформ.
• Опыт работы с модельным сервисом или оптимизацией инференса.
• Опыт создания ML-систем с нуля, а не только поддержания существующего стека.

ЧТО ВАЖНО, КРОМЕ ТЕХНОЛОГИЙ

ОТВЕТСТВЕННОСТЬ (OWNERSHIP) Мы ищем инженеров, которые несут ответственность за результаты, а не просто выполняют заранее определенные задачи. Это означает понимание проблемы, выявление зависимостей, продвижение технического решения, его внедрение в продакшн и последующее отслеживание результатов.

ПРОДУКТОВОЕ МЫШЛЕНИЕ (PRODUCT THINKING) Мы заботимся о создании ML-систем, которые улучшают реальные продуктовые и бизнес-метрики, а не просто оптимизируем офлайн-качество моделей. Вы должны быть готовы отвечать на вопросы о том, какую проблему мы решаем, как будет измеряться успех и является ли ML правильным решением.

КОММУНИКАЦИЯ (COMMUNICATION) Эта роль требует тесного сотрудничества с командами Product, Engineering, Analytics и Data Platform. Наша продуктовая организация все еще развивает глубокую экспертизу в области ML, поэтому мы ищем кого-то, кто может задавать правильные вопросы, четко объяснять ограничения, конструктивно оспаривать требования и помогать командам преобразовывать общие идеи в конкретные ML-проблемы.

ЛЮБОЗНАТЕЛЬНОСТЬ (CURIOSITY) Рекомендательные системы, персонализация и современный ML быстро развиваются. Мы ценим инженеров, которые активно исследуют лучшие подходы, экспериментируют и постоянно расширяют свои технические знания.

ПРАГМАТИЗМ (PRAGMATISM) Мы ценим инженеров, которые знают, как сбалансировать качество продукта, сложность разработки, задержку, поддерживаемость и бизнес-ценность.

АДАПТИВНОСТЬ (ADAPTABILITY) Наша ML-инфраструктура и продуктовая дорожная карта все еще развиваются. Мы ищем кого-то, кто комфортно себя чувствует, работая в среде, где не все еще определено, и где часть работы заключается в улучшении систем и процессов вокруг вас.

ПРОДУКТОВАЯ РАЗРАБОТКА НА ОСНОВЕ ML

Машинное обучение становится все более важной частью того, как мы строим наш продукт. У нас уже есть работающие в продакшене рекомендательные системы, растущая платформа данных (Data Platform) и фундаментальная ML-инфраструктура. В то же время, все еще существует значительное пространство для улучшения нашего подхода к персонализации, экспериментам, конвейерам признаков, управлению жизненным циклом моделей и мониторингу в продакшене.

СТИЛЬ РАБОТЫ

• Тесное сотрудничество с командами Product, Engineering, Data Platform и Analytics.
• Высокий уровень ответственности за ML-инициативы.
• Продуктовые требования переводятся в дизайн ML-систем перед реализацией.
• Регулярные технические обсуждения и ревью дизайна.
• Эксперименты и A/B-тестирование являются важной частью разработки продукта.
• Вы будете работать в разных командах электронной коммерции в зависимости от проблемы, а не ограничены одной узкой продуктовой группой.

ЧТО МЫ ПРЕДЛАГАЕМ

• Зарплата в USD (B2B контракт с американской компанией)
• 100% удаленная работа — мы — remote-first компания, офисы не нужны!
• Гибкий график работы — основное командное время: 10:00-16:00 CET (гибко для каждой команды)
• 20 оплачиваемых дней отпуска + 12 праздничных дней в год
• 3 дня больничного
• Медицинская страховка после испытательного срока
• Компенсация оборудования (ноутбуки, мониторы и т. д.)

ПРОЦЕСС НАЙМА

1. Звонок с рекрутером (45 минут)
2. Глубокое погружение в опыт (60 минут)
3. Дизайн ML-системы (60 минут)
4. Финальное собеседование (60 минут)