Руководитель RnD-группы

Направление работы:

Мы — ML команда финтеха Wildberries, одного из крупнейших маркетплейсов Европы с более чем 30 млн активных пользователей в день. Мы строим масштабные исследовательские и продуктовые ML-решения и ищем руководителя RnD-группы, который сможет выстроить исследовательский процесс, вести команду учёных и инженеров и превращать сырые гипотезы в работающие модели, влияющие на миллионы клиентов. Если тебе интересно не только исследовать — но и задавать направление, растить людей и строить культуру экспериментов

Стань частью команды!

Вам предстоит:

• Формировать и развивать RnD-группу: нанимать, онбордить и растить команду ML-исследователей и инженеров;

• Определять исследовательскую повестку: совместно с бизнесом и продуктом приоритизировать гипотезы, выстраивать план экспериментов и управлять исследовательским бэклогом;

• Лично участвовать в ключевых архитектурных решениях: выбор подходов для эмбеддингов транзакций, sequence-моделей, self-supervised и contrastive learning;

• Выстраивать процессы проведения экспериментов: стандарты фиксации гипотез, трекинга метрик, документирования результатов — в том числе отрицательных;

• Обеспечивать связку исследований с продакшеном: работать со смежными командами (ML-инженеры, бэкенд, DWH, продукт) для переноса успешных моделей в боевую среду;

• Следить за актуальностью исследовательской повестки: читать академические статьи, отслеживать тренды в области финансового ML, адаптировать новые подходы для задач команды;

• Проактивное участие в публикации статей, конференциях и митапах;

• Отвечать за результат направления: продуктовые метрики, качество эмбеддингов, скорость итераций и техническое здоровье исследовательского процесса.

Формат работы - гибридный или удаленный по договоренности с руководителем.

Вы нам подходите, если :

• Ваш опыт в области Deep Learning / ML от 4–5 лет, из них опыт в роли тимлида или руководителя ML/RnD-команды от 1–2 лет;

• Глубоко понимаете архитектуру для работы с последовательностями и временными рядами (Transformer, BERT-like, RNN/LSTM, TCN и аналоги);

• Имеете практический опыт обучения эмбеддинговых моделей: metric learning, contrastive loss, self-supervised подходы;

• Умеете выстраивать исследовательский процесс: декомпозиция задач, планирование экспериментов, управление приоритетами в условиях неопределенности;

• Умеете выстраивать коммуникацию с продуктом и бизнесом: переводить бизнес-задачи в исследовательские гипотезы и объяснять результаты экспериментов нетехнической аудитории;

• Имеете навык технического менторства: способность помогать команде расти, давать содержательный review кода и подходов, проводить 1-1;

• Уверенно владеете Python, ML, SQL стеком: PyTorch, HuggingFace transformers, scikit-learn, pandas, numpy, Spark, Clickhouse, Iceberg.

Будет плюсом:

• Опыт работы с реальными финансовыми или транзакционными данными;

• Опыт оптимизации обучения моделей: эффективное использование GPU, mixed precision, распределённое обучение (DDP/FSDP);

• Желание и опыт улучшать процессы вокруг ML изнутри: разрабатывать тулинг, сокращать рутину и ускорять цикл эксперимента;

• Опыт с Airflow/Kubeflow, MLflow или другими инструментами управления экспериментами и пайплайнами;

• Знакомство с векторными БД (Milvus, Qdrant) и практикой хранения/поиска эмбеддингов в продакшене.