Стажёр Data Scientist, Социальные рекомендации

Привет! Это команда алгоритмов рекомендательных продуктов. Наша команда отвечает за персонализацию видеоленты Ozon — бесконечной ленты коротких видеообзоров товаров от покупателей и продавцов. Нам принадлежит весь рекомендательный стек ленты: отбор кандидатов из миллионного каталога, нейросетевое ранжирование и мультимодальные представления контента. Наши модели работают в реальном времени и напрямую влияют на то, сколько времени люди проводят в ленте и находят ли они в ней товары, которые хотят купить.

Сердце ленты — нейросетевая модель ранжирования на трансформерах, которая учится понимать интересы человека по его поведению в ленте. Она уже дала ленте заметный рост, и мы продолжаем активно её развивать. Параллельно запускаем новый проект — персонализированный отбор кандидатов в реальном времени, чтобы лента мгновенно подстраивалась под каждого пользователя, включая тех, кто открыл её впервые. Именно над этими проектами вам предстоит работать.

Data Scientist у нас — сотрудник широкого профиля, который ведёт задачу полностью: от проверки гипотезы и сбора данных до обучения модели, выкатки в прод и АБ-теста. Стажёр работает так же — на реальных задачах из нашего плана, с ментором и код-ревью, и его модели доезжают до продакшена.

Наш стек

• Python, PyTorch, PyTorch Lightning, Hydra, Nvidia Triton, Golang, Hadoop stack (pySpark, hive, hdfs), Airflow.

Вам предстоит

• Развивать модель ранжирования: искать новые сигналы о пользователях и контенте, которые помогут точнее предсказывать, что человеку захочется посмотреть.

• Экспериментировать с целевыми функциями — учить модели понимать, что делает ленту одновременно интересной и полезной для покупок.

• Работать с мультимодальными представлениями видео и строить модели отбора кандидатов на основе векторного поиска.

• Собирать данные на Spark и автоматизировать пайплайны в Airflow.

• Проводить АБ-тесты и разбираться в их результатах.

Мы ожидаем

• Уверенные знания ML/DL, понимание устройства трансформеров.

• Знание основных алгоритмов и структур данных.

• Хорошее знание Python, опыт работы с PyTorch.

• Знание SQL.

Будет плюсом

• Понимание устройства рекомендательных систем: многостадийный отбор кандидатов и ранжирование, sequential-модели (SASRec, BERT4Rec), двухбашенные модели и contrastive learning.

• Опыт работы с векторным поиском (FAISS, HNSW).

• Знание hadoop-стека, опыт работы с большими данными.

• Участие в ML-соревнованиях, pet-проекты или исследования по RecSys.

• Знание Golang.