- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Data Scientist в команду Matching | Дубли
Wildberries — это крупный техгигант с огромными данными, что гарантирует интересные задачи. Удаленный формат и работа в ключевой команде (Matching) делают вакансию очень привлекательной для опытных DS.
Сложность вакансии
Роль требует серьезного опыта в ML и NLP, а также специфических навыков работы с графовыми эмбеддингами. Необходимость выкатки моделей в продакшн и знание алгоритмов повышают планку входа.
Анализ зарплаты
Зарплата в объявлении не указана, но для позиции Data Scientist с опытом от 2 лет в крупном российском ритейле рыночные вилки обычно начинаются от 250 000 рублей. Wildberries традиционно предлагает конкурентоспособные условия, соответствующие или слегка превышающие средние показатели по Москве.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Wildberries уже сейчас
Присоединяйтесь к команде Wildberries и создавайте инновационные ML-решения для миллионов пользователей!
Описание вакансии
Data Scientist в команду Matching | Дубли
#удаленка
Компания: Wildberries
🔹Что нужно делать
-Свои классификаторы;
-Строить графовые эмбеддинги;
-Решать задачи обучения на графах - unsuppervised / semisuppervised / supervised.
🔹Какой опыт и знания нужны
-Знание классического ML, NLP, SQL;
-Знание алгоритмов и структур данных;
-Опыт работы в роли DS/MLE от 2х лет;
-Опыт обучения моделей, которые работают в продуктах для массовой аудитории и приносят пользу;
-Опыт выкатки моделей в production.
Контакты: Откликнуться?
🔥 Подписаться на наши каналы / @best_itjob / @it_rab
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Machine Learning
- NLP
- SQL
- Graph Embeddings
- Supervised Learning
- Unsupervised Learning
- Semi-supervised Learning
- Algorithms
- Data Structures
- Production Deployment
Возможные вопросы на собеседовании
Вакансия предполагает работу с графами и эмбеддингами.
Какие методы построения графовых эмбеддингов вы использовали и в чем их преимущества для задачи поиска дублей?
Упоминается необходимость решения задач обучения на графах разными методами.
Расскажите о вашем опыте применения semi-supervised learning на графах. В каких случаях это эффективнее классического подхода?
Требуется опыт выкатки моделей в production.
Опишите ваш типичный стек для деплоя ML-моделей и как вы обеспечиваете мониторинг их качества в реальном времени?
Проверка фундаментальных знаний.
Как бы вы спроектировали систему поиска дублей товаров в условиях огромного каталога Wildberries с точки зрения алгоритмической сложности?
Требуется знание NLP.
Какие архитектуры трансформеров или методы векторного представления текста вы считаете наиболее подходящими для сопоставления названий товаров?
Похожие вакансии
Senior Data Scientist
Senior MLOps инженер
Team Lead Data Science / ML
MLOps инженер (Team Lead)
MLOps инженер (Тимлид)
Senior MLOps инженер
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!