Senior Data Scientist, Ранжирование (рынки СНГ)

Привет! Мы команда Ранжирование.

Наша команда отвечает за качество поисковой выдачи в Ozon. Результат нашей работы ежедневно видят десятки миллионов покупателей: от того, насколько точно мы ранжируем товары, напрямую зависят пользовательский опыт, конверсия, продажи продавцов и эффективность всей поисковой экосистемы.

Мы развиваем модели ранжирования, которые помогают пользователям быстрее находить наиболее подходящие товары, учитывая поисковый запрос, поведение покупателей, характеристики товаров, цену, доставку и другие сигналы маркетплейса.

Сейчас мы ищем Senior Data Scientist, который сфокусируется на развитии поискового ранжирования для рынков СНГ.

Это направление со своими интересными ML-вызовами: различия в пользовательском поведении, локальная специфика ассортимента, особенности поисковых запросов, неоднородность данных и необходимость адаптировать модели под рынки с разным объемом трафика и исторических данных.

Вы будете

• Развивать алгоритмы поискового ранжирования для рынков СНГ, повышая релевантность выдачи, конверсию и качество пользовательского опыта.
• Исследовать особенности локальных рынков: различия в поисковом поведении, ассортименте, ценах, доставке, пользовательских предпочтениях и распределениях данных.
• Адаптировать существующие LTR-модели под региональную специфику, исследовать подходы к transfer learning и domain adaptation, эффективно использовать данные более крупных рынков для улучшения качества на менее насыщенных данными рынках.
• Работать над задачами ранжирования в условиях ограниченного количества пользовательских сигналов, cold start, различий в распределении данных и меняющихся характеристик ассортимента.
• Разрабатывать новые ML-признаки, исследовать взаимодействие текстовой релевантности, вероятности покупки, цены, доставки и других факторов, влияющих на итоговый порядок товаров.
• Анализировать поисковые запросы и их особенности: язык, морфологию, транслитерацию, локальную терминологию и различия в формулировках пользовательских потребностей.
• Глубоко анализировать поведенческие данные: показы, клики, добавления в корзину, покупки, позиции товаров и последовательности пользовательских действий.
• Формулировать и проверять ML-гипотезы, проводить offline-эксперименты и A/B-тесты, анализировать результаты и находить причины изменений продуктовых метрик.
• Развивать и поддерживать production ML-пайплайны: обучение, валидацию, деплой, мониторинг и переобучение моделей.
• Работать совместно с Data Science, ML Engineering, аналитиками и продуктовыми командами, доводя решения от исследования до стабильного production и измеримого бизнес-эффекта.
• Изучать и применять современные подходы из Learning to Rank, Information Retrieval, recommender systems и других областей ML.

Нам важно

• Уверенный опыт в Data Science / Machine Learning и самостоятельной реализации ML-проектов от исследования до внедрения в production.
• Хорошее понимание алгоритмов машинного обучения, особенно градиентного бустинга, методов оптимизации, feature engineering и оценки качества моделей.
• Опыт или хорошее понимание задач Learning to Rank, рекомендаций, поиска или предсказания пользовательского поведения.
• Знание основных подходов к ранжированию: pointwise, pairwise, listwise learning, ranking losses, а также практических особенностей обучения и оценки ранжирующих моделей.
• Сильную математическую и статистическую базу: проверка гипотез, A/B-тестирование, доверительные интервалы, анализ распределений и интерпретация экспериментальных результатов.
• Умение глубоко анализировать данные, находить закономерности, выявлять проблемы в моделях и формулировать обоснованные гипотезы для их улучшения.
• Уверенное владение Python, SQL и основными инструментами ML, такими как CatBoost, XGBoost, LightGBM, PyTorch или аналогичными.
• Опыт работы с большими данными, построения признаков и подготовки обучающих выборок.
• Понимание жизненного цикла production ML: от подготовки данных и обучения до деплоя, мониторинга и контроля качества.
• Способность самостоятельно вести сложные ML-задачи, принимать технические решения и доводить исследования до практического результата.

Будет плюсом

• Практический опыт в e-commerce, marketplace, search ranking, recommender systems или ads ranking.
• Опыт построения и оптимизации Learning to Rank моделей на поисковых и поведенческих данных.
• Опыт с transfer learning, domain adaptation, multi-task learning или обучением моделей для нескольких рынков, доменов и сегментов пользователей.
• Опыт работы с sparse data, cold start, data distribution shift или моделями для рынков с ограниченным количеством обучающих сигналов.
• Знакомство с методами оценки и коррекции positional bias, counterfactual learning, propensity modeling и калибровкой предсказаний.
• Опыт с deep learning, embeddings, transformers или современными neural ranking architectures.
• Опыт работы с Spark, Hadoop и другими инструментами обработки больших данных и production ML.
• Опыт чтения и практического применения научных публикаций в области Information Retrieval, Learning to Rank и recommender systems.

Работа в Ozon Tech — это

• Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
• Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
• Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
• Современный стек и развитая инженерная культура — реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.

А ещё

• Формат работы: гибрид, удалёнка, офисы в Москве, Санкт-Петербурге, Иннополисе, Новосибирске, Алматы и Астане, коворкинги по России и не только.
• ДМС со стоматологией и льготная медицинская страховка для близких, страхование от несчастных случаев, полис выезжающего за рубеж, поддержка психолога.
• Курсы по запросу и поддержка в карьерном развитии. Свой Ozon Универ. Бесплатные курсы программирования, математики и английского языка для детей сотрудников.
• Беговой, волейбольный, футбольный и теннисный клубы. Скидки на клубные карты фитнес-сетей. Йога в офисе.
• Бесплатные курсы Route 256 по Go, QA, C#. Оплачиваемые стажировки для начинающих специалистов.
• Льготная жилищная программа для сотрудников на приобретение жилья, рефинансирование ипотеки или ремонт.
• Участие в конференциях. Билеты, дорога и проживание за наш счёт.
• Завтраки в офисе и кофе-поинты для перекуса в любое время.
• Партнёрские скидочные программы от кафе и ресторанов до страхования имущества.