ML Engineer в Почту

Сегодня почти вся онлайн-жизнь собрана в почтовых и облачных сервисах. Лента фото и документов в Облаке, билеты, заказы и чеки в Почте — это далеко не все артефакты, которые при правильном подходе могут улучшить качество онлайн-потребления для пользователей Mail. Наша задача как ML-команды заключается в том, чтобы эту информацию отфильтровать, структурировать и предоставить пользователю в наиболее удобном и ценном виде. Это умная часть сервисов Mail. Что мы предлагаем Возможность работать над продуктами, которыми пользуются миллионы людей Реализация передовых ML-решений в HighLoad-окружении: через нас проходят миллиарды писем и файлов пользователей, которые необходимо обрабатывать и анализировать Работа над широким спектром задач: классический ML, NLP/LLM, CV Возможность тесной связи с продуктовыми командами и прямое влияние на ключевые бизнес-показатели Мы ищем специалистов, которые Любят разбираться во внутренних тонкостях алгоритмов и кастомизировать их для повышения продуктового эффекта Проявляют живой интерес к последним тенденциям в машинном обучении и практикам разработки, стремятся их применять в наших сервисах Мы будем рады вашему отклику и при обоюдном интересе предложим условия и проекты, от которых не захочется отказываться. Задачи Representation learning для описания поведения и интересов пользователей Извлечение сущностей и создание событий в Календаре и Покупках Развитие наших LLM-моделей Разработка нейродайджеста Автоматизация поддержки пользователей генеративными и дискриминативными моделями Требования Отличное знание основ машинного обучения Два-три года опыта разработки с использованием Python/C++ Уверенное знание теории вероятностей и математической статистики Понимание структур данных и алгоритмов Знания современных алгоритмов обработки естественного языка (Word Embeddings, LSTM, Transformers, LLM, etc.) Опыт работы с библиотеками для глубокого обучения (Pytorch, Transformers, etc.) Будет плюсом Отличные коммуникативные навыки Опыт разработки микросервисных архитектур Знание стека технологий Hadoop (Spark/YT) Опыт работы с фреймворками vLLM/TensorRT Опыт обучения LLM с использованием RL, а также разработки проектов на базе агентов и RAG Опыт использования Docker/Kubernetes