- Зарплата
- от 1 000 €
ML Engineer (Search & Ranking)
Оценка ИИИнтересные задачи в области Search & Ranking и возможность удаленной работы. Однако, низкая стартовая зарплата для ML-специалиста и формат парттайма могут подойти не всем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРабота требует глубоких знаний в области информационного поиска (IR) и опыта работы с OpenSearch. Сложность обусловлена необходимостью настройки сложных пайплайнов ранжирования на основе пользовательских сигналов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата от 1 000 € за парттайм находится в нижней границе рынка для ML-инженеров. Для полной занятости медиана в Европе и РФ значительно выше, но с учетом частичной занятости предложение может быть конкурентным для Junior+/Middle специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
от 1 000 €/месяц
Удаленка, Парттайм
Ищем ML Engineer для развития ML-части e-commerce поиска: vector search, reranking, query understanding и ranking на основе click/conversion signals. В работе production проекты на OpenSearch реальные пользовательские данные и задачи Search Relevance...(Откликнуться)
**⚠️ Будьте внимательны: иногда мошенники маскируют свои схемы под вакансии реальных компаний, никому не передавайте доступ к своим аккаунтам или устройствам.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Machine Learning
- OpenSearch
- Vector Search
- Ranking
- Information Retrieval
- Python
Возможные вопросы на собеседовании
Проверка понимания архитектуры современных поисковых систем.
Расскажите, как вы проектируете систему двухстадийного ранжирования (retrieval + reranking)?
Оценка опыта работы с векторным поиском, упомянутым в вакансии.
Какие подходы к Vector Search вы использовали и как решали проблему холодного старта для новых товаров?
Проверка навыков работы с конкретным инструментом из стека.
С какими основными сложностями вы сталкивались при масштабировании OpenSearch для задач поиска?
Важно для e-commerce, где важна бизнес-метрика.
Как вы используете сигналы кликов и конверсий для обучения моделей ранжирования (Learning to Rank)?
Проверка понимания NLP-составляющей поиска.
Какие методы Query Understanding вы считаете наиболее эффективными для обработки опечаток и синонимов в поисковых запросах?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
