О нас:
Мы строим ведущую платформу классифайдных объявлений Узбекистана. Наш продукт помогает миллионам пользователей покупать и продавать — от недвижимости до электроники. ML — не вспомогательный инструмент, а ядро нашего продукта: поиск, ранжирование, модерация и рекомендации.
Команда находится на активной стадии построения ML-инфраструктуры с нуля: мы выбираем технологии, формируем процессы и закладываем фундамент для ML-платформы следующего поколения.
Обязанности
Чем предстоит заниматься:
- Развивать качество поиска: LTR-модели (LambdaMART/LightGBM), разрабатывать и интегрировать векторный поиск, улучшение поискового пайплайна (работа с саджестером, catpred).
- Строить ML-модели для Trust & Safety: обнаружение мошенничества, модерация объявлений, NER в мессенджерах, скоринг нарушений.
- Развивать систему рекомендаций - item2item, user2item рекомендации.
- Участвовать в проектировании и развёртывании ML-платформы (SageMaker, MLflow, Feast, Evidently, Airflow).
Стек:
Python / CatBoost / XgBoost / Solr / Sentence-Transformers / MLflow / SageMaker / Feast / Airflow / Trino / Iceberg
Требования
Что мы ищем:
- Опыт разработки и деплоя ML-моделей в production (2+ лет): классификация, ранжирование, регрессия, кластеризация.
- Уверенное владение Python и стандартным ML-стеком: scikit-learn, CatBoost/XGBoost, pandas, numpy.
- Понимание основ статистики и умение грамотно формулировать и проверять гипотезы.
- Опыт работы с реальными данными: очистка, feature engineering, работа с пропусками и дисбалансом классов.
- Умение работать с SQL и большими объёмами данных (Hive, Trino, Spark или аналоги).
- Способность самостоятельно довести задачу от постановки до результата — без постоянного контроля.
- Умение общаться с продуктовой командой: переводить бизнес-задачу в ML-постановку и объяснять результаты нетехническим коллегам.
- AI-first: понимание что такое harness, что такое skills, как правильно применять ИИ в разработке.
Будет плюсом:
- Опыт в Trust & Safety, модерации контента или фрод-детекции.
- Знакомство с поиском и ранжированием: BM25, LTR, векторный поиск.
- Опыт построения рекомендательных систем.
- Опыт работы в Ecom/классифайдах.
Почему стоит присоединиться:
- Работа над реальным продуктом с высокой нагрузкой и аудиторией в Узбекистане.
- Возможность формировать ML-стратегию с нуля, а не поддерживать legacy.
- Небольшая команда с высокой автономией и коротким путём от идеи до production.
Условия
Что мы предлагаем:
- Участие в развитии проекта со старта.
- Прямое влияние на конечный продукт.
- Перспективы профессионального и карьерного роста.
- Развитие в команде опытных коллег.
- Минимум бюрократии и быстрое принятие решений.
- Индивидуальное обсуждение графика и формата работы с каждым сотрудником.
