Staff Machine Learning Engineer

Ведущий инженер по машинному обучению

Компания: Babylist
Местоположение: Удаленно / Канада

О роли

Мы ищем ведущего инженера по машинному обучению в команду Discovery, который будет отвечать за рекомендации и персонализацию во всем потребительском опыте Babylist — главную страницу, рекомендации товаров, поиск и ML-системы, которые делают создание списков покупок легким.

Babylist был создан на основе редакционных рекомендаций: продукты выбираются людьми с глубокими знаниями товаров для детей. Эта редакционная основа — большая причина, по которой миллионы семей доверяют нам. Сейчас мы строим ML-персонализацию поверх этого, используя один из самых богатых наборов первых данных в сфере родительства.

Мы находимся на ранних этапах этой работы, и у нас есть реальный мандат. Небольшая команда Discovery имеет запущенные модели поиска и ранжирования на части сайта и постоянный поток A/B-тестов. Мы ищем ведущего инженера по машинному обучению, который видел, как персонализация хорошо работает в масштабе, и сможет определить техническое направление для нашего дальнейшего развития.

Создание списков покупок — сердце продукта Babylist. Каждый родитель составляет список из десятков товаров, от пеленок до колясок, с реальными ставками (друзья или члены семьи собираются купить эти вещи, и ими будет пользоваться ребенок). Как универсальный каталог, этот список обычно охватывает множество розничных продавцов. Это делает создание списков покупок на Babylist одной из самых интересных задач персонализации в потребительской электронной коммерции: скрытые намерения, прогрессия по жизненным этапам, динамика подарков с участием нескольких заинтересованных сторон, глубокие декларативные сигналы в миллионах завершенных списков, данные от разных ритейлеров и пользователь, который искренне хочет помощи.

Если вы хотите присоединиться к зрелой ML-организации и настраивать модели на периферии, эта роль вам не подходит. Если вы работали в сильной команде рекомендаций, знаете, как выглядит хорошее качество, и хотите создать что-то с нуля в компании, находящейся на раннем этапе своего пути, читайте дальше.

Ваши задачи

Вы будете техническим руководителем по персонализации в команде Discovery, работая вместе с менеджером по продукту, руководителем отдела инженеров, ведущим инженером по машинному обучению и инженерами-разработчиками полного цикла. Вы будете определять направление развития наших моделей на ближайшие год-два, последовательность шагов для достижения этой цели и будете глубоко вовлечены в разработку. Вот несколько примеров задач, которые вы сможете решать:

• Рекомендации товаров на всех поверхностях. Страницы с описанием товаров, рекомендации «следующего шага» после добавления товара в список, подборки товаров по стилю/эстетике и общие модели, лежащие в их основе.
• Персонализация ленты. Определение того, какие товары, редакционный контент и социальный контент увидит каждая семья, и в каком порядке.
• Персонализация поиска. Интеграция наших знаний о семье в результаты поиска и помощь в определении того, насколько поиск должен разделять поиск кандидатов и ранжирование с рекомендациями.
• Улучшение Addie (нашего ИИ-помощника по составлению списков покупок) в рекомендациях. Работа с командой Addie, чтобы ее предложения продуктов опирались на те же модели и сигналы, что и на остальной части сайта.

На практике вы будете:

• Брать нечеткую бизнес-задачу от первой идеи до продакшн-модели и отвечать за достижение целевого показателя.
• Принимать решения по моделям и архитектуре, которые охватывают различные поверхности и дороги в отмене.
• Разрабатывать методы оценки (оффлайн и онлайн), которые позволяют нам понять, хороша ли модель до и после ее выпуска.
• Знать, когда правило или простой базовый подход являются правильным первым шагом, а когда пора переходить к более продвинутым методам.
• Сотрудничать с отделами продукта, дизайна и данных, чтобы определить, что стоит разрабатывать.
• Наставлять инженеров в команде и быть экспертом по ML и ресурсом для всего инженерного отдела.

Кто вы

Вы успешно внедряли системы рекомендаций и/или персонализации, которые достигли реальных пользователей в масштабе потребительского продукта, и можете указать на бизнес-влияние своей работы. Вы делали это в команде, которая хорошо занималась ML — вы знаете, как выглядит качественная работа, и мотивированы привнести это в компанию, находящуюся на раннем этапе своего ML-пути.

Вы принесете с собой:

• Экспертизу в основах рекомендательных систем: например, генерация кандидатов против ранжирования, оффлайн против онлайн-оценки, решения проблемы «холодного старта» и учет смещения по позиции и популярности.
• Свободное владение Python ML-стеком и уверенность в управлении моделями на этапах развертывания и мониторинга, включая вклад в наш бэкенд приложения.
• Способность браться за неопределенную задачу и начинать действовать, прежде чем вам предоставят полную картину.
• Инстинкт строителя для ML на ранних этапах. Вы понимаете компромиссы между усилиями и эффективностью и можете аргументировать, когда правило лучше модели, или модель «достаточно хороша» для первых выводов.
• Ориентацию на результат и пользователя. Вы оцениваете себя по бизнес-влиянию и можете связать изменение модели с пользовательским опытом и добавлением товаров в список, конверсией или выручкой.
• Ежедневную практику с использованием ИИ. Вы уже используете ИИ, чтобы работать быстрее и улучшать результаты, и остаетесь любопытными относительно того, что будет дальше.

Вознаграждение

Мы публикуем реальные цифры. Для ведущего инженера из Канады начальная зарплата составляет от 299 300 до 372 600 канадских долларов плюс целевая годовая премия в размере 20% от базовой зарплаты. Это общая целевая сумма наличными примерно от 359 160 до 447 120 канадских долларов. В дополнение к этому вы получите значительную долю в акциях и софинансирование 401(k). Ваше место в этом диапазоне будет зависеть от вашего опыта, а зарплата будет расти с учетом производительности и масштаба задач.

Как мы работаем

ИИ — это стандарт здесь. Инженеры используют агентные сессии для большинства задач, и большая часть интересной работы сейчас заключается в подготовке, которая делает агентов лучше: инструментах оценки, курированном контексте, навыках пользовательского обзора и быстрой CI. Агенты также занимаются триажем инцидентов и обрабатывают значительную часть поддержки. Ответственность за результат всегда лежит на человеке.

Архитектура намеренно проста: один монолит Rails, MySQL и несколько движущихся частей. Это сделано намеренно. Простая инфраструктура позволяет нам быстро двигаться и позволяет ИИ анализировать всю систему, поэтому самые сложные проблемы — это те, с которыми сталкиваются клиенты.

Технологический стек

Основное приложение: Rails, Packwerk, React, TypeScript, Sidekiq
Мобильные: iOS (Swift), Android (Kotlin)
Данные, поиск и события: MySQL, Snowflake, dbt, Airflow, Weaviate, WarpStream, Hex, Sigma
Машинное обучение: deep learning, matrix factorization, retrieval & ranking, AWS SageMaker, MLflow
ИИ и инструменты разработки: Claude Code, Devin, Linear, CodeRabbit, Warden, LangChain, Bedrock AgentCore, Maxim
Инфраструктура и операции: AWS, Kubernetes, Terraform, GitHub Actions, Datadog, incident.io, LaunchDarkly
Ключевые интеграции: Shopify (платежи), Iterable (CRM)

Почему Babylist

Одна инженер, ожидая своего первого ребенка, не смогла найти желаемый каталог товаров. Поэтому она его создала. Так начался Babylist, и так мы работаем до сих пор: инженеры решают проблемы для семей. Стать родителем — один из самых значительных моментов в жизни человека. Миллионы людей впервые становятся родителями каждый год, принимая тысячи решений и разбираясь по ходу дела. Для них мы и создаем, и нам еще далеко до завершения.

Десять миллионов человек каждый год дарят подарки через Babylist. В 2025 году наш доход составил более 750 миллионов долларов, что на 45% больше, чем в предыдущем году, и мы были прибыльными в течение восьми лет, оставаясь независимыми. Таким образом, вы можете взяться за сложную, многолетнюю задачу, не беспокоясь о следующем раунде финансирования или следующей коррекции. И команда небольшая, около 65 инженеров, поэтому то, что вы разрабатываете, остается на виду, а объем вашей работы остается широким.

Как мы работаем

Удаленный формат — основа нашей работы в США и Канаде, и мы придерживаемся его уже много лет. Это не изменится. Мы доверяем вам управлять своим временем и результатами, и мы собираемся вместе дважды в год. Команды небольшие, группы из трех-пяти инженеров, поэтому ничто из того, что вы разрабатываете, не затеряется в комитете. Вы будете работать плечом к плечу с продакт-менеджерами, дизайнерами и специалистами по данным, а также с партнерами по всему бизнесу, которые полагаются на результаты вашей работы. Вы также будете близко общаться с клиентами: присутствовать на интервью с пользователями, смотреть записи сессий, сопровождать службу поддержки. Здесь это часть работы инженера на регулярной основе.

Как мы нанимаем

Три этапа, обычно от двух до трех недель от начала до конца.

• Разговор с рекрутером (30 минут). Обмен информацией: что вы ищете дальше, что мы разрабатываем, и прямые ответы о компенсации, команде и удаленной работе.
• Технический скрининг (1 час). Один этап, без ИИ, на любом языке. Используйте Google, когда это обычно делаете. Мы просто хотим увидеть, как вы рассуждаете, исходя из первых принципов.
• Финальный этап (4 часа). Четыре часовых интервью: проектирование систем, кодирование с помощью ИИ с использованием инструментов, которые вы бы реально использовали здесь, понимание продукта и культура и ценности. Вы получите ответ в любом случае в течение 24-48 часов.

Если у вас сжатые сроки, сообщите нам, и мы ускорим процесс.

Льготы

• Медицинское страхование, полностью покрываемое компанией, а также стоматологическое и офтальмологическое страхование.
• Софинансирование 401(k).
• Щедрый оплачиваемый отпуск по уходу за ребенком для родителей, как рожающих, так и не рожающих, а также программа постепенного возвращения к работе.
• Неделя зимних чудес (Winter Wonder Week) — оплачиваемая неделя отдыха для всей компании в конце года.
• Стипендия на удаленную работу.
• Поддержка психического здоровья и благополучия.

Несколько вещей, которые стоит знать

Мы записываем и транскрибируем интервью для оценки кандидатов, в соответствии с применимыми законами о конфиденциальности.

Мы ожидаем, что вы будете использовать ИИ в своей работе, и приветствуем его в процессе, но то, что вы представляете и говорите, должно отражать ваши собственные мысли.

Если у вас есть член семьи или близкие отношения с сотрудником Babylist, сообщите об этом рекрутеру.

Официальные обращения всегда поступают с адреса @babylist.com