Team Lead в рекомендательных системах e-commerce (RecSys)

Ждем именно тебя! Дорогой кандидат, мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Развитие нашей платформы строится вокруг внедрения новейших state-of-the-art (SOTA) моделей. Мы следим за мировыми трендами, экспериментируем с новыми подходами, внедряем их как часть платформы и доводим до конкретного применения в бизнесе. Мы ищем Team Lead Data Scientist для DS-команды, которая развивает рекомендательные системы в e-commerce-продуктах экосистемы — Купер, Самокат и Мегамаркет. Ваша роль будет ключевой в создании персонализации, которая улучшает пользовательский опыт и напрямую влияет на конверсию, GMV, retention и эффективность бизнеса. Если вам интересно строить рекомендации для миллионов пользователей и развивать сильную DS-команду — присоединяйтесь к нам!

• **ИТ B2C** — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

• управлять DS-командой, отвечающей за развитие рекомендательных систем в e-commerce-направлениях экосистемы Сбер

• формировать техническое видение и roadmap развития рекомендательных моделей

• разрабатывать и совершенствовать End-to-End ML-пайплайны для персональных рекомендаций: от генерации гипотез и R&D до внедрения моделей в production

• определять и улучшать ML- и бизнес-метрики качества рекомендаций

• организовывать процесс проверки гипотез: offline-валидация, A/B-тесты, анализ результатов и принятие решений раскатке

• обеспечивать качество, надежность и масштабируемость ML-решений в высоконагруженной e-commerce среде

• развивать компетенции команды: проводить ревью решений, помогать с индивидуальными планами развития, выстраивать инженерную и исследовательскую культуру.

Python, PySpark, PyTorch, RePlay, GigaChat, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и другие инструменты для разработки, обучения, внедрения и мониторинга ML-моделей.

• опыт управления DS/ML-командой от 3 лет

• опыт разработки и внедрения End-to-End ML-решений: от идеи и прототипа до production и мониторинга качества

• практический опыт в рекомендательных системах, ранжировании, поиске, персонализации или смежных ML-направлениях

• опыт работы с большими данными и production ML-пайплайнами;

• понимание принципов проведения A/B-тестов и оценки бизнес-эффекта ML-моделей

• навык работы с продуктовыми и бизнес-командами: умение переводить бизнес-задачи в ML-гипотезы и понятные технические решения

• системное мышление, проактивность и желание не только решать поставленные задачи, но и формировать направление развития продукта

• сильные лидерские качества: умение мотивировать команду, развивать людей, выстраивать процессы и добиваться результата

• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки.

• **Будет большим плюсом:**

• опыт работы в e-commerce, retail, foodtech, marketplace или delivery-продуктах

• опыт работы с highload ML-системами и real-time / near-real-time рекомендациями

• опыт работы с LLM / Generative AI и понимание того, как их можно применять в рекомендательных сценариях

• опыт выстраивания ML-платформенных решений, переиспользуемых компонентов и библиотек для RecSys.

• **Стек технологий:**

• комфортный современный офис рядом с м. Кутузовская

• возможность выбрать удобный график – офис/гибрид/удаленка (опционально)

• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.