Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда базовых ML-моделей строит единую систему оценки качества ML-решений в Ozon — от классических моделей до больших языковых моделей. Она находит лучшие ML-разработки внутри компании, делает их доступными для ML-команд и развивает ML-платформу.
задачи
Работать в связке с ML-командами поиска, матчинга и других продуктов, где ML находится в основе продукта;
Строить бенчмарки для LLM, мультимодальных моделей, задач LLM-as-a-Judge, моделей OCR, ASR, STT и систем семантических эмбеддингов;
Реализовывать ML-пайплайны полного цикла — от сбора данных до публикации метрик и деплоя;
Развивать ML-платформу и влиять на её устройство и направление развития.
требования
Глубоко понимать классические подходы ML, нейронные сети, современные трансформеры, NLP и CV;
Иметь опыт ведения полного цикла ML-исследований: от разбора бизнес-требований и постановки задачи до сбора данных и воспроизводимых экспериментов;
Уверенно работать с PyTorch, transformers, MLflow, ClearML, DVC, Label Studio, Triton, vLLM, SGLang и Airflow;
Уверенно программировать на Python, создавать скрипты, модули и простые REST API;
Знать основы бэкенда: Docker, Kubernetes, SQL, S3, key-value-хранилища, юнит-тесты, git и CI/CD;
Будет плюсом опыт построения бенчмарков для большого числа моделей, практический опыт работы с современными LLM, знание Hadoop, Spark или YT.