Мы в поиске Team Lead Data Science в команду, занимающуюся применением deep learning подходов в задачах Lamoda. Сейчас команда состоит из 6 человек — 3 senior DS, 3 middle DS.
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:
- Внедрение решений на основе LLM: чатбот-стилист (разбирающийся в моде и стиле, способный поддерживать диалог, давать советы и помогать в навигации по товарам на Lamoda), построение RAG-пайплайнов для умного поиска по различным системам / базам знаний, автоматизация поддержки, развитие внутренней LLM.
- Улучшение моделей подбора комплектов товаров (образов) на основе визуальной сочетаемости по фотографии, генерация комплектов на основе текстового запроса пользователя.
- Виртуальная примерка: примерка вещей из ассортимента Lamoda на основе фотографии клиента.
- Применять ML в контенте и фотостудии: автомодерация и ретушь фотографий товаров, обогащение атрибутов товаров (извлечение атрибутов из фотографий, описаний товаров, отзывов), генерация текстовых описаний товаров.
- Совместно с менеджером продукта и командой работать над наполнением, оценкой и декомпозицией продуктового бэклога.
- Отвечать за распределение задач, ресурсы и приоритеты внутри команды DS-ов.
- Следить за технологическими и продуктовыми новинками в индустрии, SOTA-решениями, изучать профессиональные публикации.
- Развивать компетенции команды, быть наставником.
Мы ожидаем:
- Опыт работы в ML от 5 лет, в Deep Learning от 3 лет.
- Опыт руководства командой (от 1 года).
- Владение Python и умение писать сложные SQL-запросы, опыт работы с Hadoop, Spark, Airflow, Docker.
- Опыт вывода ML-моделей в прод для решения бизнес-задач.
- Опыт работы c LLM: дообучение, построение агентских систем, RAG-пайплайнов.
- Знания математической статистики, теории вероятности, алгоритмов и структур данных.
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 30 ML-моделей в проде, есть культура ML OPS.
- 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 дня.
