Старший научный сотрудник ML – ИИ и генеративные рекомендации (м/ж/д)

Что это даст вам?

В adjoe вы не просто закрываете JIRA-тикеты, а помогаете строить инфраструктуру одной из самых влиятельных платформ в adtech. Системы, над которыми вы будете работать, охватят сотни миллионов пользователей и будут принимать миллиарды решений каждый день.

• Действуй масштабно. Бери на себя проекты, влияющие на 770 миллионов пользователей, и раздвигай границы adtech.
• Двигайся быстро. Внедряй решения несколько раз в день, учись на результатах и поддерживай темп.
• Будь прямолинейным. Решай проблемы открыто и сотрудничай с другими командами.
• Развивайтесь вместе. Расти с разнообразной, глобальной командой людей из более чем 40 разных стран, которые учатся друг у друга.
• Получай удовольствие. Отмечай победы, наслаждайся ежедневными успехами и привноси свою энергию.

Ваша миссия и кого мы ищем:

Кандидат наук или эквивалентный уровень исследований с опытом внедрения в производство. У вас есть степень PhD в области информатики, статистики, математики или физики, либо степень магистра с обширными отраслевыми исследованиями и публикациями в ведущих изданиях, таких как SIGIR, KDD, NeurIPS или ICLR. Вы провели более 4 лет, создавая крупномасштабные рекомендательные системы в средах с высокой пропускной способностью: AdTech, e-commerce или социальные сети.

Вы превращаете исследования в готовые продукты, а не просто прототипы. Вы преобразуете передовые исследования в надежный, готовый к производству код, оптимизированный для задержки менее миллисекунды. В adjoe это означает проектирование многоступенчатых рекомендательных конвейеров, генеративного поиска (Generative Retrieval), глубокого ранжирования (Deep Ranking) и переранжирования (Re-ranking), обслуживающих миллионы запросов в стеке, построенном на поведенческих данных 770 миллионов пользователей.

Глубокая экспертиза в PyTorch и оптимизации крупномасштабных моделей. У вас есть практический опыт оптимизации при высокой степени параллелизма, квантования моделей и дистилляции — инженерная сторона работы с большими генеративными моделями в условиях экстремальных производственных ограничений, а не только в исследовательских средах.

Понимание контента и эмбеддинги — основа вашей работы. Вы исследуете и разрабатываете информационно насыщенные эмбеддинги пользователей и рекламных объявлений с использованием неконтролируемых и генеративных подходов, напрямую улучшая качество прогнозов как для Playtime, так и для adjoe Ads.

Повышает технический уровень окружающих. Вы руководите архитектурными дискуссиями, наставляете младших научных сотрудников и определяете направление исследований команды без необходимости иметь готовый план.

Какова команда и технологический стек?

Команда Data Science Research создает фундаментальные ML-представления и передовые возможности ИИ, которые улучшают как Playtime, так и adjoe Ads. Она использует генеративные подходы для создания таких систем, как высокоразмерные пользовательские эмбеддинги, общее понимание контента и последовательные рекомендации. Стек ориентирован на глубокое обучение и высокую пропускную способность данных: PyTorch и [Ray/Hugging Face] для обучения/дообучения фундаментальных моделей, Trino и Athena для запросов к массивным озерам данных о поведении пользователей и выделенная GPU-инфраструктура.

Местоположение и преимущества

Мы приветствуем заявки от талантливых специалистов со всего мира и предоставляем поддержку с релокацией в Гамбург, Германия, для тех, кто готов присоединиться к нашей команде.

Что вы будете делать

• Преобразовывать исследования в готовые к производству компоненты для многоступенчатых рекомендательных конвейеров, генеративного поиска, глубокого ранжирования и переранжирования. • Разрабатывать и оптимизировать эмбеддинги и модели понимания контента. • Руководить архитектурными дискуссиями, наставлять научных сотрудников и формировать направление исследований. • Сотрудничать с кросс-функциональными командами для развертывания масштабируемых возможностей ИИ в производственных средах. • Работать с крупномасштабными данными от сотен миллионов пользователей для улучшения производительности системы и пользовательского опыта.

Кто вы

• Кандидат наук в области информатики, статистики, математики, физики или эквивалентная исследовательская глубина с производственным опытом; более 4 лет работы с крупномасштабными рекомендательными системами. • Свободное владение PyTorch; опыт оптимизации моделей, квантования, дистилляции и развертывания генеративных моделей в производстве. • Глубокие знания в области эмбеддингов, понимания контента и неконтролируемых/генеративных подходов. • Подтвержденная способность руководить архитектурой, наставлять других и работать без фиксированного плана.

Требования

• Кандидат наук или эквивалентная исследовательская глубина с опытом внедрения в производство (или степень магистра с обширными отраслевыми исследованиями).
• Более 4 лет создания крупномасштабных рекомендательных систем в средах с высокой пропускной способностью.
• Глубокая экспертиза в PyTorch и оптимизации крупномасштабных моделей (квантование, дистилляция).
• Опыт работы с Generative Retrieval, Deep Ranking, Re-ranking и многоступенчатыми конвейерами.
• Глубокие знания эмбеддингов и понимания контента.

Квалификация

• Публикации в ведущих изданиях (SIGIR, KDD, NeurIPS, ICLR) или эквивалентное влияние в отрасли.
• Способность преобразовывать исследования в готовый к производству код с низкой задержкой.
• Наставничество и лидерство в направлении исследований.