Senior Data Scientist в команду NLP Search

Какие задачи мы решаем

• Разрабатываем ML-модели для поиска и ранжирования организаций по пользовательским запросам;
• Улучшаем механизмы понимания и обработки поисковых запросов: сегментация текста, исправление опечаток, генерация автодополнений;
• Разрабатываем ML-модели для объяснимости выдачи: связывание товаров, услуг, атрибутов и отзывов с организациями;
• Делаем классификацию и кластеризацию запросов и организаций для повышения точности поиска;
• Разрабатываем ML-модели для саммаризации отзывов, извлечения фактов и других полезных данных из неструктурированных текстов.

Мы ждем, что Вы

• Работаете над NLP-задачами более 3 лет и имеете опыт реализации решений в реальных продуктах;
• Хорошо понимаете архитектуры современных моделей: BERT, T5, GPT и их вариаций – знаете их сильные и слабые стороны;
• Владеете Python и уверенно работаете с PyTorch, HF Transformers и другими ключевыми ML/DL-библиотеками;
• Умеете строить полный ML-пайплайн: от исследований и обучения до вывода модели в продакшен и поддержки инференса;
• Работали с задачами semantic search, query understanding, извлечения embedding-представлений и reranking;
• Умеете оценивать качество поисковых систем: Recall@K, MRR, NDCG, как в offline, так и в A/B-тестах.

Будет крутым бонусом, если Вы

• Знаете принципы оптимизации ML/DL-моделей и использовали библиотеки Triton, FasterTransformer, ONNX и другие;
• Разрабатывали ML-модели для задач поиска и ранжирования, в частности системы генерации кандидатов и dense retrieval с использованием FAISS, Usearch, ColBERT;
• Имеете опыт взаимодействия с backend/infra: FastAPI, Docker, gRPC, Kafka, Clickhouse, Kubernetes;
• Работали с инструментами для разработки LLM инфраструктуры: LangChain, LoRA/PEFT, vLLM, SGLang и другие;
• Участвовали в исследовательских или pet-проектах в области NLP – особенно приветствуются статьи, open-source и публичные демо.

Почему стоит к нам присоединиться

• Сложные задачи в реальном продукте – миллионы пользователей, огромный справочник организаций, разнообразие и сложность данных;
• Свобода выбирать технологии – мы используем передовые ML/NLP-инструменты и ищем лучшие решения;
• Влияние на продукт – у вас будет возможность создавать полезные фичи, которые делают поиск лучше и помогают людям каждый день;
• Сильная команда – с которой можно расти и масштабировать крутые ML-решения;
• Фокус на эксперименты – много A/B-тестирования, исследовательской работы, поиск оптимальных архитектур;
• Современный стек – PyTorch, Transformers, LangChain, Triton, ONNX, FastAPI, Kafka, Kubernetes.

Почему у нас классно

• 2ГИС – аккредитованная IT-компания;
• Можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске;
• Само собой, полностью белая зарплата;
• Заботимся о здоровье: ДМС и возможность получать онлайн-консультации и терапевта, невролога, психолога и медицинского агента;
• Если хочешь делиться своим опытом, мы только за – поможем с выступлениями на конференциях и статьями для Хабра/VC;
• Есть собственный учебный центр: курсы, тренинги и книги для прокачки скиллов.