Циан ищет ML-engineer

2 минуты на чтение

Привет! Я Ира, рекрутер компании Циан, крупнейшего в России сервиса для поиска недвижимости.

У нас большая команда ML - 20+ человек. Это и сайнтисты и дата инженеры и своя MLOps платформа. И сейчас нам нужен +1 ML-инженер в команду Ранжирования и рекомендаций. Команда пилит рекомендательные системы на сайте и в приложении. Наши модели уже на довольно высоком уровне. Но мы не останавливаемся и постоянно делаем из хорошего лучшее :)

Проекты:

Построение моделей ранжирования с учетом монетизации объявлений
Развитие моделей персональных рекомендаций
Построение моделей склонности пользователя к использованию конкретных сервисов

Задачи:

Разработка и внедрение в продакшн моделей машинного обучения для улучшения пользовательского опыта
Участие во внутрикомандных процессах
Коммуникация как с бизнес заказчиком так и с data-scientist-ами
периодически - проведение а/б экспериментов

Стек:

Пишем преимущественно на python (numpy, scipy, pandas, sklearn, keras, pytorch)
Активно пользуем экосистему Hadoop (pyspark, phoenix/hbase, hive, kafka), у нас свой кластер
Вычислительные ресурсы для разработки: в том числе машины
Для технических метрик - Grafana, для бизнес метрик - Superset

Мы видим на этой позиции человека, который:

Пишет легко читаемый и поддерживаемый код на Python
Имеет продвинутый уровень в SQL: оконные функции, оптимизация запросов
Имеет опыт в Apache стеке: HDFS / Kafka / Spark
Имеет опыт в ранжировании и рекомендациях, выводил модели в прод
Имеет базовые знания в NLP: трансформеры, tf-idf
Имеет базовые знания CV: классификация, детекция, сегментация
DL: PyTorch / TensorFlow
Умеет хорошо построить валидацию, проверить результаты и отвалидировать бизнес-смысл
Выводил код в продакшн, желательно over / near - realtime

Что мы предлагаем:

Технический рост. У нас есть успешные примеры роста с инженерной точки зрения (разработка, архитектура приложений и сервисов), а так же с точки зрения МЛ: есть возможность консультироваться с командой и брать инициативу по реализации крупных и сложных проектов
Рост и развитие: в первые месяцы у каждого сотрудника есть ментор, после появляется личный план развития и возможность прокачивать soft/ hard skills на практике, обучении, конференциях
Плюшки: ДМС с первого дня (стоматология, госпитализация, полис ВЗР), ежегодная компенсация спорта, 5 day off в год, помимо основного отпуска

Нестрашно, если вы за границей: мы полностью распределенная компания и работаем из разных стран. Если вас не пугает разница во времени, можете работать из любой точки мира.

Про процессы:

У нас уже довольно зрелые процессы. Нет большого количества встреч, пишем чистый код, регулярно проводим демо и ретро по итогам квартала. Обмениваемся опытом: проводим внутренние митапы, на которых делимся идеями и советуемся друг с другом. Развиваем собственную MLOps платформу, на которой реализуем жизненный цикл моделей в продакшн. В команде выстроен процесс грейдирования и постановки личных планов развития.

Этапы интервью:

Общее знакомство по телефону с рекрутером минут на 15-20.
Два технических интервью на 1.5 часа.
Финал совместно с Head of ML, HR BP. Для нас очень важно взять в команду человека, с котором мы будем сходиться в ценностях.