МТС
Старший Инженер по машинному обучению (ML Engineer) [RecSys, Big Data, МТС Веб Сервисы]
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Описание вакансии
Big Data — один из ключевых юнитов МТС.
Сегодня Big Data — это 20 петабайт данных, 5 000 метрик на профиль и 400 увлечённых профессионалов в команде. Наши технологии применяются практически во всех направлениях компании — маркетинг, обслуживание, планирование сети, HR, розница.
Один из ключевых продуктов — рекомендательная платформа, которая использует всю мощь ML и больших данных для подбора наиболее релевантных айтемов для клиентов из каталогов МТС. Мы уже поставляем рекомендации в онлайн-кинотеатр КИОН, в читалку «Строки», МТС Банк, сервисы по продаже билетов, интернет-магазин и другие продукты экосистемы МТС. Сейчас мы объединяем рекомендательные движки в единую платформу, создаём универсальный поисковый движок, realtime-триггеры и масштабируем решения на все сервисы компании.
Сейчас находимся в поиске Middle ML-инженера в RecSys.
Стек - Python, Hadoop, Pytorch, Catboost, Triton, vLLM, FastAPI, k8s, PostgreSQL, Aerospike, Kafka, Airflow, GitLab CI, Grafana
Чем предстоит заниматься:
- Разрабатывать и обучать рекомендательные ML-модели от идеи до продуктивизации;
- Формулировать и проверять гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов;
- Внедрять ML-пайплайны в real-time сервисы и доводить модели до продакшена;
- Работать с рекомендательной платформой: использовать готовые наработки и активно контрибьютить в её развитие;
- Проводить исследовательские задачи — читать статьи, воплощать новые подходы, в том числе генеративные полки на основе предпочтений пользователей;
- Взаимодействовать с дата-инженерами по доработке витрин и пайплайнов, с аналитиками — по постановке и проверке A/B-тестов.
Что мы ожидаем:
- Уверенные навыки Python и хорошее знание теории вероятностей и математической статистики;
- Коммерческий опыт в Data Science от 2 лет и понимание ML-архитектуры — не только эксперименты в ноутбуке, но и реальные внедрения в продукт;
- Опыт разработки и продуктивизации ML-сервисов (от моделей до API);
- Опыт внедрения…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.