Senior Deep Learning Engineer (RecSys Team)

Ищем сильного DL инженера в кросс-функциональную команду RecSys.

Мы активно развиваемся и планируем выводить в продакшен SOTA архитектуру кастомной трансформерной рекомендательной модели, чем и предлагаем тебе заняться.

Наш продукт — рекомендации для видеохостинга Rutube с 10M+ DAU.

Наш стек

• Языки и фреймворки: Python, Rust
• ML: PyTorch, CatBoost, Torch, HuggingFace, Nvidia4rec
• Базы данных: PostgreSQL, ClickHouse, Redis
• Очереди: Kafka, RabbitMQ
• Оркестрация: Kubernetes
• DevOps: Docker, Helm
• Сервисы: Dagster, Airflow, Superset, MLflow (опционально), GitLab
• Мониторинг: Grafana, Prometheus

Чем предстоит заниматься:

• Проектировать, разрабатывать и выводить в продакшен SOTA трансформерные архитектуры для рекомендательных систем
• Масштабировать модели для обработки высоких нагрузок и оптимизировать их производительность
• Руководить MLE/MLOps процессами: от постановки задач до внедрения и мониторинга
• Проводить A/B-тесты, анализировать данные и искать гипотезы для повышения метрик
• Работать с продуктовой командой для улучшения пользовательского опыта
• Менторство и развитие ML-инженеров в команде

Что ожидаем от кандидата:

• Глубокое понимание и опыт применения алгоритмов глубокого обучения (Deep Learning), включая трансформеры и актуальные индустриальные state-of-the-art (SOTA) в Rec Sys
• Опыт работы с Python и Torch в продакшене 5+ лет
• Умение проектировать сложные ML-архитектуры и оптимизировать их для высоконагруженных систем
• Навыки работы с MLOps-инструментами (Docker, Kubernetes, MLflow)
• Лидерские качества и опыт управления техническими задачами

Будет плюсом

• Опыт разработки и внедрения dl рекомендательных систем на основе трансформеров
• Успешные кейсы масштабирования ML-моделей в высоконагруженных проектах.
• Публикации в области RecSys или участие в профильных конференциях.
• Победы в Kaggle, хакатонах или олимпиадах по ML.
• Участие в OpenSource-проектах или разработке библиотек для ML.

График и формат работы:

• Гибкий график, работа в офисе в центре Санкт-Петербурга (м. Чернышевская), в Москве (м.Сокол), либо полностью удаленный формат.