ML Engineer по рекомендательным системам

earshot_chihuahua — Sat, 07 Nov 2026 11:30:31 +0000

Что за роль

Команда развивает ML-функции e-commerce-продукта, в том числе персонализированную ленту объявлений. ML Engineer предстоит улучшать качество ранжирования и следить за тем, чтобы модели эффективно работали в production: с подходящей скоростью и расходом ресурсов. Также нужно развивать MLOps-инфраструктуру и находить новые способы применения машинного обучения в продуктовых командах.

Что предстоит делать

Улучшать ранжирование объявлений в персонализированной ленте и развивать рекомендательные системы.
Оптимизировать инференс моделей, анализируя скорость выполнения и потребление ресурсов.
Участвовать в развитии MLOps-инфраструктуры для развертывания и мониторинга моделей.
Искать продуктовые задачи, в которых применение ML может улучшить пользовательский опыт или работу сервиса.
Самостоятельно вести ML-проект от проработки идеи до вывода решения в production.
Писать production-ready код на Python и взаимодействовать с продуктовыми командами.

Что потребуется

Не менее трёх лет коммерческого опыта в машинном обучении.
Экспертиза в Python и умение писать код, готовый к эксплуатации в production.
Опыт работы с рекомендательными системами будет преимуществом.
Практический опыт развертывания и мониторинга моделей, знакомство с DevOps или MLOps.
Бэкграунд в backend-разработке будет плюсом.
Способность самостоятельно организовать работу над проектом от идеи до production.

Что важно знать

Работа сочетает рекомендательные системы, оптимизацию инференса и развитие MLOps-процессов. Компания указывает, что её продукты имеют аудиторию в миллионы пользователей; конкретные условия оплаты обсуждаются индивидуально. Предусмотрено ДМС после испытательного срока. Удалённый формат доступен кандидатам на территории России.

Senior ML Engineer для поиска онлайн-кинотеатра

earshot_chihuahua — Sat, 07 Nov 2026 11:06:27 +0000

Что за роль

Okko ищет Senior ML Engineer для развития поисковой системы онлайн-кинотеатра. Работа сосредоточена на применении методов машинного обучения, исследованиях и экспериментах, которые помогают совершенствовать поиск и ранжирование. Важная часть задач — корректно оценивать изменения и готовить модели к использованию в production.

Что предстоит делать

развивать ML-подходы для поиска и ранжирования контента онлайн-кинотеатра
проектировать и анализировать эксперименты, в том числе с применением A/B-тестов
оценивать статистическую значимость результатов и выбирать подходящие методы расчёта
выводить нейросети и ML-модели в production и поддерживать их работу
искать способы ускорить инференс нейросетей
использовать Python и SQL для разработки, исследования данных и проверки гипотез

Что потребуется

глубокое понимание NLP и методов ранжирования
знание математической статистики и методов расчёта A/B-тестов
опыт вывода нейросетей и ML-моделей в production
понимание методов ускорения инференса нейросетей
уверенное владение Python и SQL
интерес к bootstrap, CUPED, diff-in-diff и другим подходам к оценке экспериментов

Что важно знать

Позиция объединяет прикладной NLP, ранжирование и статистическую оценку экспериментов: важно не только создавать модели, но и понимать, как измерить их влияние на качество поиска. В вакансии отмечена возможность удалённой работы; конкретные географические ограничения не указаны.

Инференс Моделей — TalentMove

ML Engineer по рекомендательным системам

Что за роль

Что предстоит делать

Что потребуется

Что важно знать

Senior ML Engineer для поиска онлайн-кинотеатра

Что за роль

Что предстоит делать

Что потребуется

Что важно знать