Senior ML-инженер, поисковая релевантность

О компании

Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет глобальным брендам увеличивать выручку и конверсию.

О роли

Senior ML-инженер в команде Search Quality. Улучшение пользовательского опыта для сотен миллионов пользователей, создание систем, обеспечивающих релевантность для глобальных ритейлеров — от моды и продуктов до электроники и товаров для дома. Миссия — измерять качество поиска, повышать его и предотвращать деградации до того, как их заметит пользователь. Это достигается сочетанием донастроенных LLM для оценки релевантности, моделей реального времени и глубокого офлайн-анализа журналов запросов.

Задачи

• LLM-оценка: донастройка собственных моделей для оценки релевантности, обучение модели понимать интент запроса, представлять товары из неструктурированных каталогов и согласовывать оценки модели с реальным поведением пользователей.
• Качество в реальном времени в продакшене: реранжирование, фильтрация, вычисление сигналов. Строгие требования к задержке, поэтому постоянный компромисс между качеством и скоростью.
• Автоматический мониторинг качества и агентные инсайты: пайплайны для обнаружения деградаций и поиска неэффективных паттернов. Агентные системы, генерирующие практические рекомендации для данных о товарах и конфигураций поиска.

Что делает работу интересной

• Мультидоменность и мультиязычность в масштабе: 40+ языков, 20+ доменов. Модели должны обобщаться на все домены без индивидуальных правил для клиентов.
• Нет универсальной истины: продуктовый ритейлер и модный ритейлер могут по-разному понимать, что значит «релевантно».
• Эффективность в масштабе: оптимизация и масштабирование LLM-инференса по всей клиентской базе.

Требования

• 4+ года создания продакшен-ML-систем.
• Опыт с поиском, информационным поиском или рекомендательными системами.
• Практический опыт донастройки, фреймворков оценки и масштабирования LLM-развертываний.
• Уверенный Python и PyTorch. Свободное владение SQL и инструментами оркестрации данных (Spark, Airflow).
• Опыт проектирования и проведения A/B-тестов для проверки влияния моделей.
• Отличные коммуникативные навыки на английском.
• Опыт работы в кросс-функциональных командах (ранжирование, продукт, инженерия данных).

Условия

• Работа с умными и эмпатичными людьми, которые помогают расти и влиять на результат.
• Регулярные командные офлайн-мероприятия.
• Полностью удалённая команда — можно выбирать место жительства.
• Безлимитный отпуск — компания рекомендует брать не менее 3 недель в год.
• Стипендия на работу из дома для обустройства домашнего офиса.
• Ноутбуки Apple для новых сотрудников.
• Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год.
• Отпуск по беременности и уходу за ребёнком для соответствующих сотрудников.
• Базовая зарплата: $80 000–$120 000 USD в зависимости от знаний, навыков, опыта и результатов интервью.
• Опционы на акции в дополнение к базовой зарплате.