Мы ожидаем от вас:
- Опыт разработки ML-решений от 2 лет.
- Глубокие знания в области:
- линейной алгебры,
- теории вероятностей,
- математической статистики.
- Уверенное владение Python:
- NumPy, Pandas, SciPy, scikit-learn.
- Понимание и практический опыт применения алгоритмов ML:
- collaborative filtering,
- content-based filtering,
- embeddings,
- gradient boosting, neural networks.
- Уверенное знание SQL.
- Опыт работы с backend на Python (FastAPI).
- Понимание принципов построения высоконагруженных систем и микросервисной архитектуры.
- Опыт построения рекомендательных систем (Recommender Systems).
- Опыт работы с big data инструментами:
- Spark, Kafka, Airflow, ClickHouse, Elasticsearch.
- Опыт работы с deep learning (PyTorch / TensorFlow).
- Опыт A/B тестирования и оценки качества моделей (precision, recall, NDCG, MAP).
- Опыт работы с Docker, Kubernetes.
- Понимание MLOps (ML pipelines, model deployment, monitoring).
Задачи:
- Проектирование и разработка алгоритмов рекомендаций для музыкального контента.
- Построение ML-моделей и feature engineering.
- Интеграция ML-моделей в Python backend и продуктовые сервисы.
- Оптимизация качества рекомендаций и latency системы.
- Анализ пользовательского поведения и музыкальных предпочтений.
- Разработка и поддержка ML-пайплайнов (обучение, тестирование, деплой).
- Проведение экспериментов и A/B тестов.
- Участие в архитектурных решениях рекомендательного движка.
- Документирование решений и взаимодействие с backend-командой.
Условия:
- Возможность расти и развиваться в корпоративной среде, где придерживаются ценностей;
- График работы 5/2 - офис, с 9-00 до 18.00;
- Оформление трудовых отношений в соответствии с действующим законодательством;
- Добровольная медицинская страховка или абонемент в фитнес-клуб Чехов;
- 27 календарных дней оплачиваемого отпуска в год;
- Активная и вовлеченная корпоративная культура;
- Служебная сотовая связь.