Обязанности:
Мы в поиске Senior Data Scientist в команду, занимающуюся применением DL подходов в задачах Lamoda.Наша цель – с помощью глубокого обучения научиться понимать стиль, сходство, атрибуты одежды, а также предпочтения миллионов пользователей. Помимо этого мы активно развиваем применения LLM в различных задачах Lamoda от клиентских продуктов до поддержки и умного поиска по внутренним системам. Чем предстоит заниматься: Обучение LLM-стилиста, разбирающегося в моде и стиле, который способен поддерживать диалог, давать советы и помогать в навигации по товарам на Lamoda Проведение полного цикла дообучения LLM: Continual pretraining, SFT, Preference Optimization этапы Развитие RAG пайпланов: полнотекстовый, семантический и гибридный поиск документов в базе знаний Разработка retrieval алгоритмов в различных задачах: визуальный поиск, поиск релеватного документа, поиск подходящего товара/образа Выстраивание связи между LLM-стилистом и моделями генерации образов (комлектов товаров) Разработка внутренних бенчмарков для оценки языковых моделей, включая llm as judge подходы Мы ожидаем: Опыт работы в ML от 5 лет, в Deep Learning от 3 лет Владение Python и умение писать сложные SQL-запросы, опыт работы с Hadoop, Spark, Airflow, Docker Опыт дообучения LLM, построения агентских систем / RAG-пайплайнов Опыт вывода ML-моделей в прод для решения бизнес-задач Знания математической статистики, теории вероятности, алгоритмов и структур данных Стэк технологий: Python, PyTorch, Big data (Hadoop, PySpark, Hive), Airflow, Docker, SQL. Почему у нас классно: Мы аккредитованная IT-компания Есть возможность работать по "гибриду" из Москвы, либо удалённо из любой точки Всё необходимое железо для работы: мощные ресерч-сервера с GPU и большой Hadoop-кластер Зрелый сетап разработки ML-решений полного цикла: современный стек, высокий уровень культуры разработки, более 50 ML-моделей в проде, есть команда MLOps Полный жизненный цикл разработки data-driven продуктов с применением ML - от генерации идеи и до подведения результатов АБ-теста Проекты НЕ в стол, более 95% инициатив доходят до A/b теста/прода (можно видеть результаты своей работы буквально с первого квартала; хороший time-to-market) Культура code review и принятия решений на основании данных Сильные кросс-функциональные команды middle и senior специалистов, развитое DS-сообщество, любим обмениваться знаниями на внутренних шерингах и митапах Можно и нужно предлагать свои идеи; каждый может влиять на то, что делается в рамках его команды или всего DS-отдела/продукта Персональные карьерные маршруты для каждого члена DS команды Минимум бюрократии, доступы за 1-2 дняПохожие вакансии