- 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
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
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Senior Data Scientist
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 ₽