Старший Data Scientist, Ранжирование, Fast Track

Вакансия участвует в программе Fast Track: пройдите все интервью и получите решение о найме всего за 5 дней. Чтобы попасть в программу, нужно просто откликнуться ⬇️

Привет! Это команда Ранжирование.
Наша команда отвечает за качество поисковой выдачи Ozon. Мы развиваем ML-модели ранжирования, которые ежедневно помогают миллионам пользователей находить наиболее релевантные товары и напрямую влияют на пользовательский опыт, конверсию и продажи.

Мы ищем Senior Data Scientist, который усилит направление Learning to Rank и поможет развивать одну из самых высоконагруженных ML-систем компании.

Вы будете

• Развивать алгоритмы ранжирования поисковой выдачи и улучшать качество поиска.

• Строить модели, повышающие релевантность, конверсию и пользовательский опыт.

• Анализировать поисковые и поведенческие данные, находить точки роста качества моделей.

• Проводить A/B-тесты и принимать решения на основе данных.

• Развивать production ML-пайплайны: обучение, деплой, мониторинг и переобучение моделей.

• Исследовать и внедрять современные подходы в области Ranking, Search и Information Retrieval.

• Участвовать в принятии ключевых технических решений внутри команды.

Примеры задач

• Разработка и улучшение Learning to Rank моделей для поисковой выдачи.

• Применение transformers, embeddings и deep learning-подходов для ранжирования.

• Оптимизация баланса между релевантностью, бизнес-метриками и пользовательским опытом.

• Анализ результатов экспериментов и поиск новых направлений для улучшения поиска.

• Построение и развитие end-to-end ML-решений от исследования до production.

Нам важно

• Опыт работы в Data Science / Machine Learning.

• Понимание алгоритмов Learning to Rank и задач ранжирования.

• Опыт работы с современными ML-подходами: embeddings, transformers, representation learning.

• Сильная база в статистике, экспериментальном анализе и A/B-тестировании.

• Опыт разработки production ML-систем и работы с большими объемами данных.

• Уверенное владение Python.

Будет плюсом

• Опыт в поиске, рекомендациях, рекламе, маркетплейсах или e-commerce.

• Практический опыт построения LTR-систем.

• Опыт работы с CatBoost, XGBoost, LightGBM, PyTorch.

• Опыт использования Kubernetes, Spark, Airflow или Kafka.

• Интерес к современным исследованиям в области Ranking, Information Retrieval и Recommender Systems.