Cian.ru

— это большой и сложный продукт, в котором представлено несколько типов недвижимости и типов сделки, а также есть множество сервисов, информационных материалов и собственное медиа.Ежемесячная аудитория около 18,7 млн. человек. Растить число пользователей и решать их проблемы помогают уже больше 1000 человек.

О команде:

В Циан большая команда ML - DS, DE, своя MLOps-платформа.

Команда разделена на продуктовые стримы. Мы формируем самодостаточные команды (разработчики, аналитики, ML-инженеры) для решения задач бизнес-направления. С процессами интеграции моделей в продакшн нам помогает команда MLOps-платформы. В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу.

‍

Мы ищем Senior Data Scientist в команду Ранжирования и рекомендаций: новое направление “поиск 3.0”

Сейчас направление фокусируется на развитии интеллектуального помощника для поиска недвижимости, основанного на чат ботах.

‍

Стек:

— Пишем преимущественно на Python (Numpy, SciPy, Pandas, sklearn, PyTorch).

— Активно используем экосистему Hadoop (PySpark, Hive, Kafka), у нас свой большой кластер

— Для автоматизации запусков наших пайплайнов используем Airflow

— Для технических метрик — Grafana, для бизнес-метрик — FineBI.

‍

Основные задачи:

Развитие интеллектуального помощника по поиску недвижимости:

— Руководство проектами по интеграции готовых решений от OpenAI, Яндекса и др.

— Внедрение новых сценариев поиска: text2image модели

— Ресерч возможностей opensource LLM моделей

— Написание микросервисов с моделями и выкатка их в АБ-эксперименты

— Разработка и внедрение в продакшн моделей машинного обучения для улучшения пользовательского опыта

‍

Требования к кандидату:

— Образование: МФТИ, МГУ (желательно Мехмат, ВМК), ВШЭ, ИТМО, Бауманка, НГУ и др.

— Python: пишет легко читаемый и поддерживаемый код

— SQL запросы на продвинутом уровне — оконные функции, оптимизация запросов

— Знаком с Apache стек: HDFS/Kafka/Spark (DF API)

— Опыт в DL: обучение/дообучение собственных глубоких нейросетей

— Опыт разработки NLP моделей: от tfidf до llm

— Классический ML: бустинги, линейные модели.

— Имеет базовые знания CV: классификация, детекция, сегментация.

— Понимает ценность MLOps, и ценность переиспользования уже готовых решений внутри компании.

— Имеет кругозор или непосредственный опыт в реализации проектов для C и B пользователей.

— Способен самостоятельно коммуницировать с заказчиками и смежниками.

‍

Что мы предлагаем:

— Удаленную работу с возможностью приходить в офис в Москве, Санкт-Петербурге и Новосибирске. В офисе – кухни, оборудованные всем необходимым, а также снеки, фрукты, кофе и чай, бесплатная авто и вело парковки;

— Технический рост. У нас есть успешные примеры роста с точки зрения ML, а также инженерии (разработка, архитектура приложений и сервисов) : 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;

— ДМС с первого рабочего дня (со стоматологией, госпитализацией, страховкой выезжающего за пределы нашей страны);

— 5 day off в год, помимо основного отпуска;

— Кафетерий льгот Benefactory;