Team Lead ML

Что предстоит делать

Повышать качество и релевантность поисковой выдачи с помощью ML-подходов,
Выбирать и разрабатывать модели для задач ранжирования, рекомендаций и персонализации.
Обучать модели на пользовательских, поведенческих и контентных данных.
Интегрировать ML-решения в production-конвейер поиска, обеспечивая стабильность и масштабируемость.
Планировать техническое развитие команды, выстраивать процессы и приоритеты.
Наставлять и развивать инженеров в команде, помогать в решении сложных задач.
Вести регулярные one-to-one, формировать и поддерживать культуру обмена знаниями.

Что вам для этого нужно

Глубокое знание Elasticsearch, включая настройку и эксплуатацию.
Опыт оптимизации запросов, индексов, шардинга и репликации.
Понимание механизмов ранжирования: TF-IDF, BM25, настройка и кастомизация scoring.
Практический опыт применения Machine Learning в задачах поиска;
Реализация Learning to Rank (LTR) или нейросетевых моделей для поисковой выдачи.
Знание методов NLP: токенизация, нормализация, исправление опечаток, извлечение сущностей.
Хорошее понимание архитектуры поисковых систем и взаимодействия компонентов (индексатор, ранжировщик, парсер и др.).

Отклик на вакансию