- Страна
- Россия
- Зарплата
- 350 000 ₽ – 500 000 ₽
Откликайтесь
на вакансии с ИИ
Middle+/Senior Data Scientist (SmartSearch)
Оценка ИИОтличная вакансия от известного бренда с прозрачной вилкой (до 500к гросс), современным стеком (A100, LLM, Multimodal) и сильной инженерной культурой. Удаленный формат работы и наличие четкой матрицы компетенций делают предложение очень привлекательным для опытных специалистов.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к глубокому опыту в NLP и поиске (3+ года), знанию как классического ML, так и нейросетевых подходов, а также умению работать с high-load системами. Дополнительную сложность добавляет необходимость работы с мультимодальными данными и векторными БД.
Анализ зарплаты
Оценка ИИПредложенная вилка 350 000 – 500 000 руб. гросс полностью соответствует рыночным ожиданиям для уровня Senior DS в крупных российских IT-компаниях. Верхняя граница в 500к является конкурентной даже для топовых финтех- и бигтех-игроков.
Сопроводительное письмо
I am writing to express my strong interest in the Middle+/Senior Data Scientist position within the SmartSearch team at Cian. With over 3 years of experience in NLP and ranking systems, I have a proven track record of developing and deploying high-load ML solutions. My background includes working with both classical ML and modern neural retrieval techniques, which aligns perfectly with your goals for developing hybrid search and multimodal representations.
In my previous roles, I have focused on the full lifecycle of ML products, from query understanding to re-ranking. I am particularly excited about the opportunity to work with Cian's high-load production environment and leverage A100 clusters for advanced DL models. I am a strong proponent of clean Python code and have experience with Spark and HDFS, which will allow me to integrate seamlessly into your data infrastructure.
I appreciate Cian's product-oriented approach to Data Science, where research is driven by production needs. I am eager to bring my expertise in dense retrieval and vector databases to the SmartSearch team to help drive liquidity and improve user experience on the platform. Thank you for considering my application.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Циан уже сейчас
Присоединяйтесь к команде Циан и создавайте умный поиск недвижимости будущего — откликайтесь прямо сейчас!
Описание вакансии
Позиция: Middle+/Senior DSКуда: Циан, команда SnR SmartSearch
Вилка гросс: 350к – 500к
Формат работы: Удаленка по РФ. Офисы в Москве, СПБ и Новосибирске
Про нас:
Мы расширяем ML-команды, отвечающие за поиск, рекомендации и ранжирование. Ищем ML / NLP инженера, который будет драйвить развитие поискового стека — от классических моделей поиска и ранжирования до нейронных и мультимодальных решений, доведённых до стабильного high-load продакшена. Также мы IT компания
Что предстоит делать?
- Развивать текстовый поиск Циан: query understanding, retrieval, ranking ,re-ranking
- Улучшать качество подсказок и автокомплита
- Работать с классическими и нейросетевыми моделями поиска: BM25, dense / hybrid retrieval
- Развивать мультимодальный поиск (текст + изображения + гео)
Требования:
- 3+ лет опыта работы в сфере NLP / поиском / ранжированием
- Опыт работы с классическим ML в проде
- Опыт работы с NLP задачами Генерация/Классификация/NER, не только LLM
- Уверенный Python и чистый код.
Будет плюсом:
- Практический опыт работы с векторными БД и ANN-алгоритмами, понимание поисковых движков
- Работа с мультимодальными представлениями
- Опыт работы с high-load системами
- Spark/Kafka/HDFS
10 Вопросов:
- Данные: Храним в hadoop, есть как внутренние так и внешние источники
- Железо: Есть A100 , кластер для хадупа, MLOps команда чтобы в случае необходимости поднимать тяжелые модели эффективно. Macbook и облачный хаб.
- Влияние: SNR управляет ликвидностью и поиском на площадке, SmartSearch - молодая команда, созданная чтобы задрайвить новые технологии
- Уровень развития: ML проходит через весь бизнес. Есть и DL и LLM где это целесообразно
- Роль: DS - часть продуктовой команды. Вместе продумываем сетапы и грумим идеи. DS катит решения в прод совместно с Backend. Для просчета экспериментов и визуализаций есть аналитики.
- TeamLead: Linkedin , Откликнуться
- Будут ли мешать: короткие DSM, продуктовые грумминги(1-2 раза в неделю), 1:1, общекомандные демо(раз в 2 недели), встречи по текущим проектам в тесном составе по мере необходимости. Предпочтитаем работать, а не сидеть по встречам
- Карьерный рост: Есть матрица компетенций, фромируем ЛПР, менторство. Возможность расти как IC так и лидить.
- Prod/Research: Prod:>70% мы больше про RnD. Ресерч нацеленный на то, чтобы запустить в прод.
- Сервис/Лидер: Ожидания что человек будет частью продуктовой команды и будет не просто обучать модели, но и думать зачем и как это поможет бизнесу. Есть еще Product и Teamlead которые также драйвят направление
Отклики: Откликнуться
Хочется Ds в Циан но не знаю куда лучше Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- LLM
- Deep Learning
- NLP
- Kafka
- Spark
- HDFS
- Vector Databases
- Search Engines
- BM25
- Ranking
- NER
- ANN
Возможные вопросы на собеседовании
Вакансия сфокусирована на поиске и ранжировании, поэтому важно понимать, как кандидат комбинирует разные подходы.
Расскажите о вашем опыте реализации гибридного поиска (dense + sparse retrieval). Как вы балансируете веса между BM25 и векторным представлением?
В требованиях указан мультимодальный поиск (текст + фото + гео). Это сложная архитектурная задача.
Как бы вы спроектировали архитектуру для совместного эмбеддинга текстового запроса и изображений объектов недвижимости для задачи ранжирования?
Работа ведется в high-load продакшене, где важна скорость ответа.
Какие методы оптимизации инференса тяжелых NLP моделей вы использовали для работы в реальном времени? Знакомы ли вы с квантованием или дистилляцией?
Упоминается использование векторных БД и ANN.
Какие алгоритмы приближенного поиска ближайших соседей (ANN) вы предпочитаете и почему? В чем разница между HNSW и FAISS в контексте производительности?
Позиция предполагает участие в продуктовой разработке и оценку влияния на бизнес.
Как вы оцениваете качество поисковой выдачи? Какие офлайн-метрики (NDCG, MRR) и онлайн-метрики вы считаете наиболее показательными для Циан?
Похожие вакансии
Senior MLOps Engineer (Platform Development / LLMOps)
Data Scientist Senior (Part-time)
Senior Data инженер
Senior MLOps
Data Engineer / SAP HANA Developer (Senior)
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
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!
- Страна
- Россия
- Зарплата
- 350 000 ₽ – 500 000 ₽