yandex
Страна
Узбекистан
SeniorУдалённоПолная занятость

Senior ML Engineer

ИИОценка ИИ

Сильная позиция в быстрорастущем финтех-экосистеме Узбекистана. Возможность влиять на ключевой драйвер бизнеса (поиск) и работать с современным стеком в компактной экспертной команде. Удаленный формат работы добавляет привлекательности.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованиями к глубокой экспертизе в поиске (retrieval, ranking) и необходимостью иметь 5+ лет опыта. Работа в небольшой команде подразумевает высокую ответственность за весь цикл разработки — от исследований до продакшна.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана5 500 $
Рынок4 500 $ – 7 500 $
ИИОценка ИИ

Зарплата в объявлении не указана, но для позиции Senior ML Engineer в международной компании с фокусом на СНГ рынок предлагает конкурентные условия. Указанные рыночные ориентиры соответствуют уровню Senior в крупных технологических компаниях региона.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

#ml

Senior ML Engineer / Uzum Market *✅*

Remote or Uzbekistan

*🔍* Поиск в Uzum Market — один из ключевых драйверов роста GMV. Наша команда постоянно улучшает релевантность выдачи и производительность поискового движка, чтобы пользователи могли быстро находить нужные товары.

Предстоит работать над разными частями поискового стека:

— полнотекстовым и векторным поиском на русском и узбекском языках;

— единым ML-ранжированием органической и рекламной выдачи;

— поисковыми подсказками и исправлением опечаток;

— развитием retrieval, ranking и системы оценки качества поиска.

*🧑‍💻* У нас небольшая ML-команда из четырёх человек, поэтому будет возможность влиять на продукт и работать над задачами на разных уровнях — от исследований и экспериментов до production-систем!

Ты нам подходишь, если:

*🚀* у тебя 5+ лет опыта в ML/DS, ты обучал и выводил в production модели ранжирования или retrieval и понимаешь их ограничения;

*🚀* глубоко понимаешь поисковый пайплайн: sparse/dense retrieval, LTR, офлайн-метрики и их связь с онлайном;

*🚀* уверенно работаешь с Python, PySpark и SQL и обладаешь инженерной зрелостью;

*🚀* умеешь проектировать, запускать и анализировать A/B-эксперименты;

*🚀* можешь объяснять сложные вещи простыми словами и договариваться о целях и метриках.

Читать подробнее:

Откликнуться

Почитать статьи от поиске в Uzum:

— «Поиск в глубину: какие инструменты помогают работать поиску в Uzum Market»

— «Поиск без границ: путь к векторному поиску в Uzum Market»

— «Под капотом поискового движка: как Uzum Market применяет ML, чтобы вы нашли желаемое»

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • PySpark
  • SQL
  • Machine Learning
  • Data Science
  • Ranking
  • Information Retrieval
  • A/B Testing
  • LTR

Возможные вопросы на собеседовании

Проверка понимания фундаментальных основ современного поиска.

Расскажите о вашем опыте балансировки между sparse (BM25) и dense retrieval. В каких случаях один подход работает лучше другого?

Оценка навыков работы с моделями ранжирования.

Как вы подходите к выбору функции потерь (loss function) для задач Learning to Rank (LTR) в условиях e-commerce?

Проверка умения связывать технические метрики с бизнесом.

Как вы валидируете корреляцию между офлайн-метриками (например, nDCG) и онлайн-метриками (CTR, конверсия в покупку) в Uzum Market?

Оценка инженерных навыков и работы с данными.

С какими основными проблемами производительности вы сталкивались при использовании PySpark для подготовки признаков для ранжирования в реальном времени?

Проверка продуктового мышления.

Как бы вы спроектировали систему исправления опечаток для двуязычного поиска (русский и узбекский), учитывая специфику морфологии?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Узбекистан
более 1000 офферов получено
4.9

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!