Евгений Сверкунов, тимлид команды «Матчинг»
«Эта вакансия — отличный старт для начинающих ML-инженеров. Вместе с командой пройдёшь весь цикл создания и развёртывания ML-модели и получишь ценный опыт».
Привет! Я Женя, тимлид команды «Матчинг» в Профи. Наша платформа — это маркетплейс услуг, который помогает клиентам и специалистам встретиться.
В команде матчинга два ML-инженера, два аналитика, Data Scientist, продакт и я. Мы разрабатываем сервисы, которые помогают клиентам быстро подобрать специалиста, а специалистам — найти подходящий заказ.
Мы уже перевели на ML алгоритм приглашений специалиста на заказы. Это увеличило конверсию в заявку в два раза. Теперь хотим улучшить ранжирование заказов в приложении, чтобы специалисты находили больше подходящих заказов и делали это быстрее. Ещё планируем внедрить динамическое ценообразование, чтобы увеличить средний чек и закрываемость заказов. Ищем ML-инженеров, чтобы двигаться быстрее.
Наш стек: Python, Spark, MySQL, ClickHouse, Elasticsearch, Docker, Kubernetes.
Зачем тебе к нам
- Стать профессионалом. Будешь строить ML-пайплайны: от сбора данных и обучения ML-модели до развёртывания и мониторинга в промышленной среде.
- Решать, как лучше выполнить задачу. Мы верим, что сильному специалисту достаточно сформулировать цель, а он сам найдёт способы её достижения. Наши разработчики влияют не только на технические, но и на продуктовые решения. Мы обсуждаем их всей командой, где каждый может высказаться, поспорить и предложить свою идею.
- Видеть результат своей работы. Матчинг — одна из ключевых технологий маркетплейса. Мы отвечаем за сервисы, которые напрямую влияют на важные метрики компании.
Чем предстоит заниматься
- Создавать и улучшать модели машинного обучения. Придумывать, как сделать их точнее.
- Развивать инфраструктуру машинного обучения. Строить воспроизводимый пайплайн сбора и подготовки данных, обучения и тестирования моделей, вывода их в промышленную среду, мониторинга качества и производительности.
- Проводить A/B-тестирование алгоритмов, участвовать в обсуждении и анализе результатов.
- Вместе с командой решать, в каком направлении развивать наши сервисы и расставлять приоритеты.
Что нужно, чтобы к нам присоединиться
- Знание Python и SQL. Ты умеешь писать чистый и понятный код.
- Знание основ Computer Science: структуры данных, вычислительная сложность.
- Понимание основных принципов и алгоритмов машинного обучения. У тебя есть опыт обучения моделей. Подойдут учебные или pet projects.
- Хорошая математическая подготовка. Знаешь статистику и теорию вероятностей. Понимаешь, как рассчитать производную сложной функции и перемножить матрицы.
- Умение быстро осваивать новую информацию, самостоятельно разбираться в сложных темах. Можешь прочитать статью по ML и понять, что там написано.
- Желание развиваться как ML Engineer. Тебе нравится инженерная часть профессии не меньше, чем математическая.