Стажер ML-разработчик RecSys Platform

Описание роли

В рамках стажировки ML-разработчика в направлении RecSys Platform вы погрузитесь в полный цикл работы с рекомендательными системами на базе больших данных. Используя Python и SQL, вы будете участвовать в разработке и настройке RAG-пайплайнов (Retrieval-Augmented Generation), проектировать и обучать модели рекомендаций на основе современных нейросетевых архитектур, включая ALS, KNN и NLP-подходы (Word2Vec, BERT). Важной частью процесса станет анализ и визуализация данных для выявления скрытых закономерностей, а также поиск новых инсайтов в пользовательских сценариях. Стажер будет тесно взаимодействовать с командой инженеров и дата-сайентистов, участвовать в обсуждениях архитектуры и получать менторскую поддержку в освоении ключевых инструментов и методов машинного обучения.

Уникальность вакансии

В МТС Web Services организован формат интенсивной офисной стажировки, где вы сразу включаетесь в реальный production-процесс. Проекты RecSys Platform направлены на персонализацию сервисов для миллионов пользователей, поэтому ваши решения будут влиять на конечный продукт и вы увидите результат работы «здесь и сейчас». В рамках стажировки предусмотрены регулярные внутренние лекции и мастер-классы, групповые code review и поддержка опытных коллег. Этот опыт поможет сформировать фундаментальные навыки работы с большими данными, современными нейросетевыми фреймворками и инструментами автоматизации ML-потоков (LangChain, LLM, RAG).

О компании

МТС — один из ведущих телекоммуникационных операторов России, активно развивающий направление цифровых сервисов и больших данных. В подразделении МТС Web Services создаются решения для анализа пользовательского поведения, персонализации предложений и повышения качества клиентского опыта. Компания ценит инновации, умеет быстро масштабировать проекты и поддерживает культуру обмена знаниями. Стажировка в RecSys Platform — отличная возможность начального профессионального старта, работа в современной инфраструктуре и знакомство с передовыми методами ML и Data Engineering.