Техлид в группу качества машинного обучения контент-системы e-сom

Техлид в группу качества машинного обучения контент-системы e-сom

Поисковые технологии — ДНК бизнес-группы Поиска. Уже сейчас каждый пятый запрос в Поиске — выбор товаров. Этот сценарий даёт 40% прибыли. Мы работаем над инструментом, который ищет информацию по всем возможным магазинам в интернете (их более 60 тысяч). В инструмент, по планам, будет встроен удобный ИИ-консультант: он поможет сравнить товары по характеристикам или решить, где лучше купить.

Ищем ML-техлида, который возглавит стримы матчинга товаров и создания их карточек в команде Товарного Поиска.

Какие задачи вас ждут

Руководство командой разработки Вакансия подразумевает роль играющего тренера, в рамках которой примерно половина рабочего времени будет уходить на работу с командой (код-ревью, обсуждение решений, планирование задач и т. д.), а вторая половина — на самостоятельное решение наиболее критичных и сложных задач. Также роль подразумевает взаимодействие с заказчиками, получение от них задач и презентацию результатов работы.

Настройка процесса матчинга товаров Наша команда готовит данные, позволяющие сравнивать цены на товары по всему е-cоm-каталогу России. Такая задача называется матчингом, и для её решения нужно сопоставить две карточки товаров от разных продавцов и выяснить, один это товар или разные. Сложность задачи в том, что для её решения нужно учесть все данные о товаре (картинки, описание, атрибуты), а также добиться стабильности обученных моделей, чтобы они корректно работали как с популярными девайсами типа iPhone 16 Pro Max, так и с нишевыми типа сантехнических труб.

Создание карточек SKU Автоматическое создание карточек SKU — базово сложная задача. Вам нужно будет на основании оферов различных e-com-площадок создавать новые SKU, в карточках которых максимально подробно указана информация о товаре и размещены красивые и релевантные картинки. Сложность задачи заключается, во-первых, в том, чтобы не создать новый SKU, когда в базе уже имеется подходящий, а во-вторых — в заполнении карточки SKU объединённой информацией (иногда даже противоречивой) из нескольких оферов.

Мы ждём, что вы

• Имеете промышленный опыт с NLP (в том числе LLM)
• Управляли командой из нескольких разработчиков
• Оптимизировали ML-модели и внедряли их в продакшн
• Строили автоматические пайплайны машинного обучения
• Умеете формулировать задачи в терминах ML, решали ML-задачи на практике
• Понимаете, как измерить результат, знакомы с разными алгоритмами и можете выбрать подходящий
• Хорошо знаете Python и SQL, пишете чистый код

Будет плюсом

• Имели дело с CV
• Настраивали матчинг в крупном e-commerce
• Занимались коммерческой разработкой
• Владеете C++ или готовы на него перейти