ML Engineer (Search & Ranking)

Ищем ML Engineer для развития ML-части e-commerce поиска: vector search, reranking, query understanding и ranking на основе click/conversion signals. В работе production проекты на OpenSearch реальные пользовательские данные и задачи Search Relevance.

Nebelung - IT-компания, специализирующаяся на персонализации и оптимизации конверсии в онлайн-сегменте.

1. Развивать ML-компоненты e-commerce поиска: векторный поиск, reranking и query understanding.
2. Анализировать и улучшать качество ранжирования в существующих проектах на OpenSearch.
3. Разработать механизм категоризации поисковых запросов и определения пользовательского интента.
4. Использовать клики, добавления в корзину и конверсии как сигналы для ML-ранжирования / Learning-to-Rank.
5. Формировать обучающие выборки на основе поисковых и пользовательских событий.
6. Разрабатывать и улучшать модели reranking и hybrid search.
7. Настроить оценку качества поиска с использованием NDCG, Precision@K, Recall@K, MRR и других метрик.
8. Проводить эксперименты и участвовать в A/B-тестировании изменений ранжирования.
9. Разрабатывать переиспользуемые ML-компоненты для поисковых решений на OpenSearch

• Опыт работы в Machine Learning / Data Science от 2 лет.
• Уверенное знание Python.
• Практический опыт с задачами Information Retrieval, Search, Ranking, Recommendation Systems или NLP.
• Понимание принципов vector search, embeddings и semantic search.
• Опыт разработки или интеграции reranking-моделей.
• Понимание Learning-to-Rank и подходов к обучению моделей ранжирования.
• Опыт работы с пользовательскими событиями: impressions, clicks, add-to-cart, conversions.
• Понимание принципов формирования обучающих выборок для ranking-задач, включая positive/negative samples.
• Знание метрик качества поиска и ранжирования: NDCG, Precision@K, Recall@K, MRR.
• Опыт работы с production-данными и ability to independently investigate relevance issues. Будет плюсом:
• опыт с OpenSearch / Elasticsearch;
• опыт с Meilisearch;
• опыт в e-commerce search;
• опыт с CatBoost / LightGBM / XGBoost для ranking-задач;
• опыт с sentence-transformers / cross-encoders;
• опыт с ClickHouse;
• опыт построения query classification / intent detection;
• опыт проведения A/B-тестов поисковых алгоритмов.

• Удалённый формат работы.
• Гибкий график, ориентируемся на результат.
• Работа над production-поиском для реальных e-commerce клиентов.
• Возможность напрямую влиять на ML-архитектуру продукта и подходы к ранжированию.
• Доступ к реальным поисковым данным, пользовательским событиям и результатам экспериментов.
• Формат сотрудничества обсуждается индивидуально.
• Уровень вознаграждения зависит от опыта и формата занятости.