Team Lead ML (RecSys)
Интересный продукт с уникальным ценностным предложением на растущем рынке. Позиция лидера команды в современной технологичной компании предлагает отличные возможности для профессионального роста и влияния на продукт.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует сочетания сильных технических навыков в области RecSys и управленческих компетенций. Работа в дейтинг-сервисе подразумевает обработку больших объемов данных и постоянную оптимизацию алгоритмов подбора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Позиция Team Lead ML в российском финтехе и продуктовых компаниях обычно оплачивается в диапазоне 450-650 тысяч рублей. Данная роль в Twinby соответствует рыночным ожиданиям для опытных специалистов уровня Lead.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Team Lead ML (RecSys)
в Twinby — современный сервис и мобильное приложение для знакомств, которое подбирает людей не по внешности и случайным фото, а на основе их психологической совместимости.
Удалённая работа.
Подробности у Татьяны Литвин, её Откликнуться.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Machine Learning
- Recommendation Systems
- Team Management
- RecSys
Возможные вопросы на собеседовании
Важно понять, как кандидат оценивает эффективность рекомендаций в специфической нише дейтинга.
Какие ключевые метрики (бизнес и ML) вы бы использовали для оценки качества психологического мэтчинга?
Проверка опыта управления командой и выстраивания процессов разработки.
Как вы распределяете задачи в ML-команде между R&D и поддержкой текущих моделей?
Дейтинг-сервисы сталкиваются с проблемой холодного старта для новых пользователей.
Какие подходы вы предложите для решения проблемы холодного старта при подборе по психологическому профилю?
Проверка технического кругозора в области современных архитектур RecSys.
Какие архитектуры нейросетей наиболее эффективны для ранжирования кандидатов в реальном времени?
Оценка умения работать с данными психологических тестов.
Как эффективно интегрировать результаты психологического тестирования в векторные представления пользователей?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

