- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML инженер (RecSys, Ecom)
Оценка ИИИнтересная проектная работа в сфере E-com с использованием актуального стека технологий. Формат аутстаффа дает возможность поработать над крупными задачами, однако отсутствие указанной вилки зарплаты снижает прозрачность предложения.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения специфическим стеком для рекомендательных систем (RecSys) и опыта вывода моделей в продакшн. Уровень Middle предполагает самостоятельность, но работа по модели аутстаффа добавляет ответственности за быструю адаптацию в процессах заказчика.
Анализ зарплаты
Оценка ИИВ вакансии не указан уровень вознаграждения, однако для Middle ML-инженера в России рыночный диапазон составляет от 200 000 до 350 000 рублей. Аутстаффинговые компании обычно предлагают конкурентные условия, соответствующие рынку.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Экстил уже сейчас
Присоединяйтесь к команде Экстил и развивайте современные рекомендательные системы в крупных E-com проектах!
Описание вакансии
ML инженер / Проектная работа / АУТСТАФФ
#удаленка #middle
Компания: Экстил
Мы ищем опытного ML инженера (с опытом в RecSys, Ecom) для выполнения проектных задач ПО МОДЕЛИ АУТСТАФФ (подключение специалиста в команду заказчика).
Ждем специалиста который специализируется на рекомендательных системах и персонализации. Вы будете развивать и поддерживать модели в продуктивной среде: от прототипирования на Python (PyTorch, CatBoost, XGBoost) до их вывода в production и готового к полной занятости в режиме 5/2.
☑️Требования:
• 3+ лет опыта работы в ML, включая участие в проектах по рекомендациям или персонализации.
• Уверенное владение Python и базовым ML-стеком (scikit-learn, CatBoost/XGBoost, PyTorch).
• Опыт участия в выводе ML-моделей в production.
• Понимание классических подходов к рекомендациям (ALS, коллаборативная фильтрация, Item2Vec и др.).
• Базовое понимание оффлайн- и онлайн-метрик оценки рекомендаций.
• Знание SQL и опыт работы с реляционными БД.
Контакты: Откликнуться
Python Job 💬 в Telegram | 💙 в VK | 💬 в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- SQL
- Scikit-learn
- XGBoost
- CatBoost
- RecSys
- ALS
- Item2Vec
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в области рекомендательных систем.
В чем разница между коллаборативной фильтрацией и контентным подходом в рекомендациях? В каких случаях лучше использовать каждый из них?
Оценка практического опыта работы с алгоритмами ранжирования.
Расскажите о вашем опыте использования CatBoost или XGBoost для задач ранжирования. Как вы подбирали гиперпараметры?
Проверка понимания бизнес-метрик и их связи с техническими показателями.
Какие оффлайн-метрики (например, NDCG, Precision@K) вы считаете наиболее важными для E-com проекта и как они коррелируют с онлайн-метриками?
Оценка инженерных навыков и понимания жизненного цикла модели.
Опишите ваш процесс вывода ML-модели в production. С какими основными сложностями вы сталкивались при мониторинге моделей?
Проверка знаний современных подходов к эмбеддингам.
Как работает алгоритм Item2Vec и в чем его преимущество перед классической матричной факторизацией в контексте персонализации?
Похожие вакансии
ML разработчик (Middle)
ML разработчик Middle Middle+
Разработчик MLOps (Python)
Data инженер Middle+
Middle Data Science (Проект Альфа)
Data Engineer Python (Middle)
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!