Data Scientist (Machine Learning Engineer) (Middle+/Strong Middle) - RecSys / Applied ML

Присоединяйся к команде, где ML напрямую влияет на продукт: ищем Data Scientist / ML Engineer (Middle+/Strong Middle) для работы над рекомендательными системами и прикладными задачами — от экспериментов до production.

Ищем сильного ML-инженера (датасаентиста по-простому) в команду исследований, который сможет вести прикладные ML-задачи end-to-end: от постановки, подготовки данных и обучения моделей до внедрения в прод, анализа эффекта и последующего улучшения. Основной фокус роли на ближайший год - рекомендательные системы, персонализация, ranking и production ML для сервисов экосистемы банка.

Основные задачи

- Разработка и внедрение рекомендательных систем, моделей персонализации и ранжирования для сервисов экосистемы банка.

- Построение candidate generation, ranking и reranking пайплайнов для продуктовых и маркетинговых сценариев.

- Разработка look-alike, propensity и других моделей классического ML для роста конверсии, удержания и охвата.

- Работа с поведенческими, транзакционными и продуктовыми данными: сбор, валидация, feature engineering, подготовка train и inference пайплайнов.

- Offline-оценка качества моделей, запуск и интерпретация A/B-тестов, анализ влияния на бизнес-метрики.

- Совместная работа с backend, DWH, аналитиками, продуктом и маркетингом для вывода моделей в production.

- Развитие ML-сервисов для batch и near-real-time сценариев.

- При необходимости подключение к смежным задачам по GenAI: TTS, ASR и LLM.

Must have

- Практический опыт в Machine Learning / Data Science / MLE от 3 лет или эквивалентный сильный production-опыт.

- Уверенное владение Python, SQL.

- Сильная база по классическому ML: classification, regression, ranking, работа с табличными и событийными данными.

- Понимание Deep Learning на уровне middle MLE: embeddings, representation learning, нейронных архитектур, обучение и дообучение моделей.

- Практический опыт построения и сопровождения production ML-решений: train, validation, deploy, monitoring, improvement loop.

- Опыт работы с основными библиотеками и фреймворками (sclearn, CatBoost/XGBoost/ LightGBM, Pytorch).

- Понимание ключевых подходов в Recommender Systems: collaborative filtering, content-based, hybrid approaches, implicit feedback, matrix factorization, two-tower/DSSM-подобные подходы.

- Понимание ML- и продуктовых метрик: ROC-AUC, PR-AUC, precision/recall, MAP, NDCG, CTR, CVR, retention, uplift.

- Опыт подготовки датасетов, построения признаков и отладки качества данных.

- Опыт вывода моделей в прод, работы с API/inference-сервисами, Docker, Linux, Git.

- Умение самостоятельно вести задачу и коммуницировать с инженерными и бизнес-командами.

Будет плюсом

- Практический опыт именно в Recommender Systems для fintech, e-commerce, marketplace, content или campaign-платформ.

- Опыт с A/B-тестами и продуктовыми экспериментами.

- Опыт работы с Kafka, Airflow, feature pipelines, DWH и event-driven архитектурой.

- Опыт построения персонализации для витрин, пушей, офферов, кросс-сейла и retention-механик.

- Знакомство с TTS/ASR стеком или задачами на стыке ML и speech.

- Знакомство с LLM, retrieval и LLM-powered product flows.

- Опыт работы в fintech или высоконагруженных продуктовых командах.

Какой профиль нам подойдет

- Strong Middle / Middle+ инженер, который умеет не только обучать модели, но и доводить их до работающего production-решения.

- Человек, которому комфортно работать на стыке исследования, инженерии и продуктовой задачи.

- Инженер с хорошим балансом между математической базой, качеством кода и прагматичным фокусом на бизнес-результат.

Условия работы с нами:

• Работу среди профессионалов,готовых делиться своим опытом;
• Возможность карьерного роста и профессионального развития;
• Обучение, курсы повышения квалификации по своему направлению;
• Выгодные % ставки по ипотечному кредитованию;
• Медицинская страховка для вас и вашей семьи;
• Офис в инновационном офисе Технопарк (Горького/Алматинская), оформление согласно ТК КР;
• Заработная плата обсуждается при собеседовании;
• График работы 5/2, работа в офисе (удаленного формата нет).