ML / Recsys Engineer в Персональные рекомендации

Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ.

Персонализация - это центр компетенций, команды которого отвечают за адаптацию выдач на различных поверхностях платформы на основе пользовательского поведения. Продукт, который можно "пощупать" - персональные рекомендации на главной странице.

На сегодняшний день есть 3 устоявшихся направления:

- Команда развития рекомендательных технологий и персонализации
- Команда ранжирования и профиля пользователя
- Команда медиа-рекомендаций

Сейчас мы ищем Middle и Senior RecSys инженеров для развития системы рекомендаций.

Задачи:
— Разрабатывать и развивать алгоритмы, которые формируют ленту рекомендаций на Главной странице Wildberries для каждого пользователя с учётом его контекста (история действий, время суток, устройство, сезонность и тд.);
— Внедрять и тестировать различные стратегии ранжирования — от классических (матричная факторизация, градиентный бустинг) до нейросетевых подходов (two‑tower модели, трансформеры);
— Настраивать отдельные модели и стратегии для других зон маркетплейса, а также развивать медиа рекомендации в Wibes и WB Книги;
— Участвовать в ранжировании поисковой выдачи и каталога, добавлять персонализированные сигналы в алгоритмы;
— Развивать профиль пользователя и фичи таргетинга для быстрого применения персонализации в различных сценариях (скидочные акции, пуш-уведомления, email‑рассылки).

Требования:
— Опыт работы в направлении ML от 3х лет;
— Знание классического ML, DL;
— Понимание, как устроены рекомендательные системы;
— Опыт разработки рекомендательных систем;
— Хорошее знание алгоритмов и структур данных;
— Знание и умение применять для ML стек Python (Polars, Pandas, Sklearn, Numpy, Scipy, XGBoost/LightGBM/Catboost), а также SQL;
— Опыт обучения моделей, которые работают в продуктах для массовой аудитории и приносят пользу;
— Знание современных архитектур и желание развивать SOTA подходы к рекомендациям и ранжированию (OneRec, HSTU, DCN-v2);
— Опыт выкатки моделей в production.

Условия:
— Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое;
— Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании;
— Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.;
— Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников;
— Скидки и партнерские программы: на обучение, страхование, покупки и многое другое;
— Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.