ML-инженер

Описание роли

В Revoluterra ML-инженер отвечает за создание и развитие интеллектуальных компонентов нашей платформы e-commerce. Ваша задача — повысить качество поиска и подбора товаров, используя передовые методы машинного обучения и NLP. Вы будете работать над следующими направлениями:
– Улучшение поисковой модели для более точного и быстрого поиска продуктов по пользовательским запросам.
– Оптимизация категоризатора товаров с учётом постоянно меняющихся ассортиментов и новых категорий.
– Разработка и тонкая настройка модели матчинга товаров, которая увеличивает качество рекомендаций и перекрёстных продаж.
– Файнтюнинг BERT-моделей и небольших LLM/SLM под конкретные бизнес-задачи: классификация, поиск, генерация текстовых метаданных.
– Анализ результатов, A/B-тестирование и мониторинг метрик производительности моделей в продакшн-среде.

Уникальность вакансии

Revoluterra предлагает полностью удалённый формат работы с гибким графиком и доступом к инфраструктуре корпоративного уровня. Мы гарантируем конкурентоспособную оплату до 350 000 RUB и систему бонусов за достижение ключевых показателей. Вас ждёт:
– Полная поддержка на всех этапах — от адаптации до масштабирования технологий в новом ML-отделе.
– Работа над уникальными продуктами: платформа для интеллектуального поиска и рекомендаций в B2C e-commerce с миллионами товаров.
– Возможность выбирать лучшие инструменты и библиотеки: от PyTorch и Hugging Face до CatBoost и FastAPI.
– Дружный коллектив ML-специалистов, готовых к обмену опытом и совместному росту.

О компании Revoluterra

Revoluterra — технологическая компания, специализирующаяся на решениях для электронной коммерции. Мы строим инфраструктуру для автоматизации поиска и рекомендаций, помогая крупным и средним ритейлерам повышать конверсию и удержание клиентов. Миссия Revoluterra — внедрять передовые исследования в области AI и NLP в практические приложения, обеспечивая рост продаж и улучшение пользовательского опыта. Среди наших достижений — успешные проекты с крупными торговыми площадками, интеграция моделей машинного обучения в продакшн и стабильность сервисов при высоких нагрузках.