В свежесозданную команду матчинга WildBerries 🫐 разыскивается Тимлид.

TLDR:

• 💸 Вилка: очень конкурентная, премия 30-40% от годового дохода
• 💻 Формат работы: возможна фулл удалёнка 🏝️, но можно и из офисов компании
• 🌆 Оформление: Офис в МСК, как опция — Казахстан 🇰🇿
• 💪 Скиллы: крепкий ML, найм команды, скиллы общения с бизнесом

=====

Помогаем ребятам из WB найти предводителя стаи, которая должна порвать на части задачу продуктового матчинга — это когда нужно для товаров на вашей платформе искать такие же, но у конкурентов. Результаты матчинга могут использоваться много где — от аналитики цен и рынка до фичей в рекомендациях и ранжировании. Работать придется и с текстовыми моделями, и с картиночными, и с бустингами, и даже с акулами бизнеса - иначе от кого перенимать требования?

Требования:

• Так как это тимлидская позиция, то конечно же нужна agency, ваша автономность и навык закапываться в проблемы. Сюда же входит умение общаться с бизнесом.
• Тимлид играющий, примерно 65-80% времени будет уделяться инженерии (меньше в начальный период и больше - позже). Это значит, что подойдут и прокачавшиеся сеньоры, которые готовы примерить на себе шкуру полу-менеджера.
• Про тех. навыки: сейчас стек в пайплайне такой, но не факт, что не будет меняться: SQL-like чтоб таблички шатать, CatBoost, Transformers 🤗 + PyTorch, FAISS. Есть виртуалки с GPU, чтобы учить модельки, и кубер-кластер для продуктивизации (с ним в идеале тоже на “ты”).

Что конкретно придется делать в первые месяцы - см. тут: Вакансия WB: ML TeamLead, Matching (там же ответы на несколько популярных вопросов).

Собеседование в 3 этапа: кругозор в ML (вопросы в ширину и глубину, от схем валидации до бустингов); ML System Design; кодинг/дебаг с напарником.

<aside> 💡 Желающие податься - присылайте резюме на [email protected] с темой “MATCHING LEAD ODS” и pdf-кой в аттаче.

</aside>

Q&A

Q: как выглядит работа в первое время?

A: в первый месяц:

• получить все доступы 🤗(😼) и познакомиться с нужными людьми, включая стейкхолдеров
• начать погружаться в задачу матчинга
• разобраться в устройстве пайплайна текущего матчера
• пройти игру “угадай, где матч!”, чтобы втянуться и наработать интуицию, а заодно и посмотреть в данные
• поучаствовать в брейншторме бизнес-метрик матчинга для оценки перформанса
• закоммитить первые строчки либо в процесс сбора датасета/подготовки фичей, либо в обучение моделей
• к концу месяца составить план найма команды (мы поможем) и тексты вакансий (на 80% можно копировать эту 🙂)

Во второй месяц:

• посмотреть/провести несколько собеседований с кандидатами в команду (с поддержкой)
• погрузиться в процесс разметки данных и тонкости отбора исполнителей
• поразмечать данные самому!
• поучаствовать в придумывании эвристик для автоматического выявления матчей
• погрузиться (другого слова правда нет) в ручные справочники аттрибутов/прочие радости, помогающие матчингу работать
• контролируемо улучшить перформанс одной из ML-моделей
• начать работать над планом по дальнейшему развитию матчера (чтение литературы, брейнштормы)
• участвовать в тех. дискуссиях с командой/коллегами
• активно участвовать в покрытии тестами и продуктивизации пайплайна

В третий месяц:

• продолжать найм команды и формирование вижена будущего
• перенять владение пайплайном, включая документацию
• ставить и валидировать гипотезы по улучшению моделей
• ходить на поклон к команде девопсов, чтобы реализовать свои самые смелые мечты
• по окончанию месяца - иметь сформулированный (и провалидированный командой) план развития