ML Engineer (Search & Ranking)

Tracks
Competitions
Hacks & Tasks
Events
Projects
Hubs
Jobs
Privacy policyService agreementWebsite agreementPublic offer on the transfer of the right to use speechesOffer with the authorContact/Support
© ODS.AI 2015—2026
Brief description of the vacancy
Ищем ML Engineer для развития ML-части e-commerce поиска: vector search, reranking, query understanding и ranking на основе click/conversion signals. В работе production проекты на OpenSearch реальные пользовательские данные и задачи Search Relevance.
About The Company
Company Stellar Labs
Nebelung - IT-компания, специализирующаяся на персонализации и оптимизации конверсии в онлайн-сегменте.
Responsibilities
Развивать ML-компоненты e-commerce поиска: векторный поиск, reranking и query understanding.
Анализировать и улучшать качество ранжирования в существующих проектах на OpenSearch.
Разработать механизм категоризации поисковых запросов и определения пользовательского интента.
Использовать клики, добавления в корзину и конверсии как сигналы для ML-ранжирования / Learning-to-Rank.
Формировать обучающие выборки на основе поисковых и пользовательских событий.
Разрабатывать и улучшать модели reranking и hybrid search.
Настроить оценку качества поиска с использованием NDCG, Precision@K, Recall@K, MRR и других метрик.
Проводить эксперименты и участвовать в A/B-тестировании изменений ранжирования.
Разрабатывать переиспользуемые ML-компоненты для поисковых решений на OpenSearch
Requirements
Опыт работы в Machine Learning / Data Science от 2 лет.
Уверенное знание Python.
Практический опыт с задачами Information Retrieval, Search, Ranking, Recommendation Systems или NLP.
Понимание принципов vector search, embeddings и semantic search.
Опыт разработки или интеграции reranking-моделей.
Понимание Learning-to-Rank и подходов к обучению моделей ранжирования.
Опыт работы с пользовательскими событиями: impressions, clicks, add-to-cart, conversions.
Понимание принципов формирования обучающих выборок для ranking-задач, включая positive/negative samples.
Знание метрик качества поиска и ранжирования: NDCG, Precision@K, Recall@K, MRR.
Опыт работы с production-данными и ability to independently investigate relevance issues. Будет плюсом:
опыт с OpenSearch / Elasticsearch;
опыт с Meilisearch;
опыт в e-commerce search;
опыт с CatBoost / LightGBM / XGBoost для ranking-задач;
опыт с sentence-transformers / cross-encoders;
опыт с ClickHouse;
опыт построения query classification / intent detection;
опыт проведения A/B-тестов поисковых алгоритмов.
Working conditions
Удалённый формат работы.
Гибкий график, ориентируемся на результат.
Работа над production-поиском для реальных e-commerce клиентов.
Возможность напрямую влиять на ML-архитектуру продукта и подходы к ранжированию.
Доступ к реальным поисковым данным, пользовательским событиям и результатам экспериментов.
Формат сотрудничества обсуждается индивидуально.
Уровень вознаграждения зависит от опыта и формата занятости.
Contacts
Log InOnly registered users can open employer contacts.
Olegs Orlovs
Posted: October 9 at 11:14 AM
Ищем ML Engineer для развития ML-части e-commerce поиска: vector search, reranking, query understanding и ranking на основе click/conversion signals. В работе production проекты на OpenSearch реальные пользовательские данные и задачи Search Relevance.
Nebelung - IT-компания, специализирующаяся на персонализации и оптимизации конверсии в онлайн-сегменте.
Развивать ML-компоненты e-commerce поиска: векторный поиск, reranking и query understanding.
Анализировать и улучшать качество ранжирования в существующих проектах на OpenSearch.
Разработать механизм категоризации поисковых запросов и определения пользовательского интента.
Использовать клики, добавления в корзину и конверсии как сигналы для ML-ранжирования / Learning-to-Rank.
Формировать обучающие выборки на основе поисковых и пользовательских событий.
Разрабатывать и улучшать модели reranking и hybrid search.
Настроить оценку качества поиска с использованием NDCG, Precision@K, Recall@K, MRR и других метрик.
Проводить эксперименты и участвовать в A/B-тестировании изменений ранжирования.
Разрабатывать переиспользуемые ML-компоненты для поисковых решений на OpenSearch
Опыт работы в Machine Learning / Data Science от 2 лет.
Уверенное знание Python.
Практический опыт с задачами Information Retrieval, Search, Ranking, Recommendation Systems или NLP.
Понимание принципов vector search, embeddings и semantic search.
Опыт разработки или интеграции reranking-моделей.
Понимание Learning-to-Rank и подходов к обучению моделей ранжирования.
Опыт работы с пользовательскими событиями: impressions, clicks, add-to-cart, conversions.
Понимание принципов формирования обучающих выборок для ranking-задач, включая positive/negative samples.
Знание метрик качества поиска и ранжирования: NDCG, Precision@K, Recall@K, MRR.
Опыт работы с production-данными и ability to independently investigate relevance issues. Будет плюсом:
опыт с OpenSearch / Elasticsearch;
опыт с Meilisearch;
опыт в e-commerce search;
опыт с CatBoost / LightGBM / XGBoost для ranking-задач;
опыт с sentence-transformers / cross-encoders;
опыт с ClickHouse;
опыт построения query classification / intent detection;
опыт проведения A/B-тестов поисковых алгоритмов.
Удалённый формат работы.
Гибкий график, ориентируемся на результат.
Работа над production-поиском для реальных e-commerce клиентов.
Возможность напрямую влиять на ML-архитектуру продукта и подходы к ранжированию.
Доступ к реальным поисковым данным, пользовательским событиям и результатам экспериментов.
Формат сотрудничества обсуждается индивидуально.
Уровень вознаграждения зависит от опыта и формата занятости.
Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy
Learn More

Work arrangement
Yes