Ведущий Data Scientist, Возвраты ML

Мы ищем талантливого Data Scientist/ML Engineer в новую ML-команду отдела «Возвраты маркетплейса». Отдел занимается обработкой и модерацией возвратов покупателя и продавца, аннуляциями, спорами между покупателями и продавцами, а также обработкой звонков по подменным номерам.

Внутри отдела выделяется новая ML-команда, которая будет строить ML-направление и помогать автоматизировать процессы, где сейчас много ручной проверки и операционных затрат.

Команда будет заниматься полным циклом разработки ML-моделей: от погружения в бизнес-задачу, сбора и анализа данных до обучения, тестирования, деплоя, мониторинга и поддержки моделей в продакшене.

Основные направления работы команды

• NLP / LLM для анализа текстов и транскрибаций звонков.
• Анализ фото- и видеоконтента в возвратах и спорах: проверка качества фотографий, поиск повреждений, и тд.
• Research-задачи, где нужно быстро проверять гипотезы на реальных данных и доводить успешные решения до production-релизов.

Наш стек

• Python, PyTorch, Scikit-learn.
• NLP: transformers, pymorphy, spacy, NLTK.
• Vector databases.
• vLLM/SGLang.
• LlamaIndex, LangChain, LangGraph.
• CV: OpenCV, модели классификации/детекции/сравнения изображений.
• SQL: ClickHouse, Vertica.
• Hadoop, PySpark, AirFlow.
• MLFlow, Grafana.
• В прод выкатываем через NVIDIA Triton: ONNX, TensorRT.
• Confluence, Jira.

Вы будете

• Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML.
• Анализ и обработка данных.
• Работа с PyTorch.
• Тестирование и оптимизация моделей.
• Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества.
• Поддержка существующих моделей.

Нам важно

• Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты).
• Коммерческий опыт в Data Science / ML от 4 лет.
• Уверенное знание Python и PyTorch.
• Хорошее знание классического ML и современного DL (включая математику за ними).
• Опыт самостоятельного ведения задач на разных этапах проекта.
• Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.

Будет плюсом

• Опыт работы с полным циклом обучения моделей от сбора данных до вывода в прод.
• Работа со звуком/видео.