ML-инженер (команда Рекомендации)

Описание роли

На позиции ML-инженера в команде рекомендаций e-grocery вы будете отвечать за полный цикл разработки и внедрения интеллектуальных алгоритмов, которые персонализируют товарные подборки и повышают конверсию. Ваши ключевые задачи включают формулировку и декомпозицию бизнес-задач, проведение ресерча современных методов, разработку и обучение моделей (CF, ранжирование, бустинги), настройку A/B-тестов и мониторинг метрик. Вы будете разрабатывать надёжные конвейеры данных (data pipelines), интегрировать модели в продакшн, отслеживать качество рекомендаций, быстро искать и устранять аномалии. Тесное взаимодействие с продакт-менеджерами, аналитиками и коллегами из ML позволит вам влиять на решения и улучшать пользовательский опыт. Код должен быть понятным, покрытым тестами и соответствовать стандартам команды.

Кроме того, вы будете работать с большими объёмами пользовательских и товарных данных, оптимизировать модели с учётом latency и потребления ресурсов, обеспечивать масштабируемость решений и их отказоустойчивость. Ожидается участие в непрерывном улучшении CI/CD-пайплайнов для машинного обучения и применение принципов MLOps.

Особенности вакансии

Выбирая эту вакансию, вы получаете гибридный формат работы (удалёнка + офис в Москве), конкурентную оплату труда (до ≈2000 USD), возможность влиять на бизнес-результаты e-grocery платформы и расширять экспертизу в ML. В проекте используются современные инструменты: Python, SQL, библиотеки для EDA, фреймворки машинного обучения и A/B-тестирования. Компания поощряет инициативу, регулярно проводит внутренние митапы, а также предоставляет доступ к внешним конференциям и профессиональным сообществам. В команде ценятся самостоятельность, обмен опытом и качество кода, что способствует вашему профессиональному росту и реализации сложных технических задач.

О компании Купер

Купер — быстрорастущий игрок на рынке e-grocery-рекомендаций, который позволяет миллионам покупателей находить нужные продукты онлайн. Мы объединяем большие данные, машинное обучение и UX-дизайн, чтобы создавать интеллектуальные системы подбора товаров. Компания стремится к инновациям, поддерживает дружелюбную атмосферу и гибкие процессы разработки по методологиям Agile и Scrum. Среди достижений Купер — успешный запуск персонализированных рекомендаций, сокращение оттока клиентов на 15% и рост среднего чека на 20%. Присоединяйтесь к нашей команде, чтобы развивать ML-инфраструктуру и влиять на качество сервиса в быстро меняющейся отрасли.