Data Scientist в команду ранжирования рекомендаций главной
Summary
Build and scale a Transformer-based neural ranker for product recommendations, training multi-objective models on GPU clusters and optimizing relevance-diversity trade-offs in a large e-commerce marketplace.
Задачи
- Развивать нейроранкер на базе early-fusion Transformer: эффективный attention, ID-based-представления и мультимодальные сигналы;
- Проектировать multi-objective ranking: новые таргеты и функции потерь;
- Масштабировать распределённое обучение на multi-node GPU-кластере с H100;
- Регулярно дообучать модели на свежих пользовательских данных;
- Строить реактивную ленту, адаптирующуюся к действиям пользователя прямо во время просмотра;
- Исследовать и разрабатывать алгоритмы, обеспечивающие баланс между релевантностью и разнообразием рекомендаций.
Требования
- Имеете production-опыт в рекомендациях, поиске или ML-ранжировании;
- Хорошо владеете PyTorch и умеете обучать DL-модели на больших объёмах данных;
- Ведёте ML-задачи end-to-end: от гипотезы и обучения до A/B-теста и внедрения в продукт.
Условия и бенефиты
- Возможность влиять на бизнес и развитие продукта;
- Интересные и разнообразные задачи: аналитики в Авито ищут точки роста бизнеса, изучают поведение пользователей, придумывают фреймворки и настраивают дашборды;
- Много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо — всё готово для продуктивной работы;
- Прозрачная система премий, достойная зарплата, размер обсудим на собеседовании;
- Личный бюджет на обучение, который можно тратить на книги, курсы и конференции;
- Забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист;
- Удалёнка и замечательный офис в двух минутах от метро «Белорусская»: панорамный вид на центр города, места для уединённой работы и зоны отдыха.