Senior DS LLM - алгоритмы поиска, фильтрации, объединения

Прямой работодатель  YoloPrice ( yoloprice.com )
Сеньор
Аналитика, Data Science, Big Data • Data scientist • Исследователь • Data Science • Machine Learning • RND • Python • R • Java • Scala • Biometric • Computer Vision • Ecommerce • IoT/IIoT • ML/AI • Natural Language Processing (NLP) • Robots/Drones • Банковская и страховая сфера • Медицина и фармацевтика
18 ноября
Удаленная работа
Опыт работы более 5 лет
до 500 000 ₽
Работодатель  YoloPrice
Описание вакансии

YoloPrice – AI ассистент для покупок на самых выгодных условиях из более чем 50 магазинов и маркетплейсов

  • Всегда актуальные цены и полный каталог товаров (в отличие от Яндекс Товары, Price.ruи любого другого сервиса-агрегатора на YMLфидах) за счёт собственной запатентованной в РФ и других странах технологии метапоиска;
  • Поддержка персональных цен на товары для конкретного Пользователя, например в Яндекс Маркет или Ozon;
  • Собственный мультимодальный алгоритм ранжирования и данные для его обучения (размеченные 5+ млн поисков);
  • Команда 14 человек с опытом создания, масштабирования до годового оборота 2 млдр руб.+ и успешного exitбизнеса в MLдомене (для Fintechи Ecom);
  • Приложение уже доступно в GooglePlay и Appstore.

Наша миссия – Экономим не только деньги, но и время

Поэтому для нас критически важно:

  • Смотреть с тз продукта на DoD еще в процессе формирования аналитических гипотез;
  • Эффективно использовать лучшие мировые практики и готовые аналитические инструменты.

Мы формируем core команду DS, которые будут развивать наши основные алгоритмы и повышать base-line

Чем предстоит заниматься:

  • разработкой и развитием LLM алгоритмов и моделей (поиск, фильтрация, объединение);
  • подбор и проверка качества моделей, библиотек, фреймворков;
  • обучение и дообучение моделей, файнтюнинг и глубокий тюнинг (дописать) текущих моделей;
  • совместно с ML инженером осуществление продакшна алгоритма и моделей;
  • проводить R&D для текстовых данных и изображений с целью максимизации: точности работы моделей, скорости обработки данных моделями и для решения бизнес задач по развитию продукта.

Какие навыки и знания потребуются:

  • Инженерное и/или математическое образование
  • Хорошее владение стеком технологий и библиотек, которые мы используем: python, pandas, pyspark, lightgbm, scikit-learn, TensorFlow, PyTorch, Keras
  • Понимание классических ML-алгоритмов и опыт их применения, коммерческий опыт с мультимодальными моделями 3+ лет
  • Опыт полного цикла решения ML-задачи (4+лет): препроцессинг данных, выбор алгоритмов и тюнинг их параметров, оценка качества моделей, визуализация и анализ полученных результатов будет большим плюсом
  • Коммерческий опыт работы с текстовыми данными и изображениями, опыт работы с нейронными сетями (NLP, CV, LLM) от 3-х лет;
  • Опыт построения рекомендательных систем в e-com так же будет плюсом;
  • Опыт работы с облачной инфраструктурой также будет плюсом

Что уже есть:

  • Полностью рабочая платформа мета-поиска и обученные алгоритмы ранжирования, объединения и фильтрации товаров на основе нейронных сетей (бэкенд);
  • 136 магазинов, маркетплейсов и сервисов сравнения цен в 2х странах;
  • Приложение для Android и IOS в 2х странах (пока в двух).

Условия работы:

  • Полная занятость в проекте;
  • Почасовая оплата работы (ставка от 2300₽ до 2700₽);
  • Оформление договорных отношений по удобной сторонам схеме сотрудничества (самозанятость, ИП, ООО);
  • Работа из любой точки мира в удобное время;
  • Обязательное участие в рабочих встречах по ВКС.

Как мы работаем:

  • Мы смотрим на результат и за результатом;
  • Соблюдаем deadline;
  • Ожидаем крутых идей и глубокой проработки задачи, не навязывая своего мнения;
  • Советуемся, критикуем и предлагаем.

PS

Наша команда много лет специализируется на ML решениях и за это время сделала некоторое количество коммерчески успешных продуктов. Мы уверены, что DS больше наука, именно поэтому считаем важной частью работы "аргументированное оппонирование" и совместное проектирование решений. Наша команда состоит из: бек-енд инженеров, умеющих продакшенализировать ML, девопс практики построены на решениях релевантных ML и работе с realtime решениями, а система планирования позволяет двигаться короткими итерациями и быстро выводить в продакшн новые решения.

 


Загрузка формы отклика...