О компании
Мы — холдинг, который создаёт сервисы нового уровня для крупных игроков финансового рынка, где комфорт, культура жизни, продуманность и точность пользовательского опыта становятся единым стандартом качества. Разрабатываем и поддерживаем IT-продукты для ТОП-5 банка страны.
Сейчас мы запускаем направление рекомендательных систем, которое будет напрямую влиять на ключевые продуктовые и бизнес-метрики. Ты подключаешься на этапе, где ещё нет готовых решений: предстоит заложить архитектуру, выстроить пайплайны работы с данными и реализовать подход к ранжированию. Это роль с полной ответственностью за цикл — от подготовки данных и обучения моделей до внедрения в production и оценки эффекта через A/B тесты.
Требования
- Опыт работы с RECSYS (обязательно)
- Опыт работы с Python, включая стандартный data-stack (pandas, numpy и т.д.), а также с PySpark
- Хорошая математическая подготовка
- Опыт или уверенное понимание алгоритмических и оптимизационных задач, в том числе и рекомендательных алгоритмов
- Опыт применения градиентного бустинга в production-задачах
- Знание интеграции OpenSearch/ElasticSearch с ML-моделью ранжирования
- Опыт работы с векторными базами данных QDrant или Milvus
- Опыт расчёта метрик ранжирования и проведения A/B тестов в production
- Знание SQL, Docker, Git
- Готовность погружаться в бизнес-контекст и отвечать за результат. Проактивная позиция и самостоятельность в работе
- Умение обсуждать решения с командой и бизнес-заказчиками
Обязанности
- Разработать ядро рекомендательной системы офферов на основе истории клиентских транзакций.
- Очистить и подготовить грязные транзакционные данные.
- Реализовать гибридное ранжирование OpenSearch + ML-модель.