ML Engineer

О нас:

Мы строим ведущую платформу классифайдных объявлений Узбекистана. Наш продукт помогает миллионам пользователей покупать и продавать — от недвижимости до электроники. ML — не вспомогательный инструмент, а ядро нашего продукта: поиск, ранжирование, модерация и рекомендации.

Команда находится на активной стадии построения ML-инфраструктуры с нуля: мы выбираем технологии, формируем процессы и закладываем фундамент для ML-платформы следующего поколения.

Обязанности

Чем предстоит заниматься:

• Развивать качество поиска: LTR-модели (LambdaMART/LightGBM), разрабатывать и интегрировать векторный поиск, улучшение поискового пайплайна (работа с саджестером, catpred).

• Строить ML-модели для Trust & Safety: обнаружение мошенничества, модерация объявлений, NER в мессенджерах, скоринг нарушений.

• Развивать систему рекомендаций - item2item, user2item рекомендации.

• Участвовать в проектировании и развёртывании ML-платформы (SageMaker, MLflow, Feast, Evidently, Airflow).

Стек:

• Python

• CatBoost / XgBoost

• Solr 

• Sentence-Transformers

• MLflow

• SageMaker

• Feast

• Airflow

• Trino / Iceberg

Требования

Что мы ищем:

• Опыт разработки и деплоя ML-моделей в production (2+ лет): классификация, ранжирование, регрессия, кластеризация.

• Уверенное владение Python и стандартным ML-стеком: scikit-learn, CatBoost/XGBoost, pandas, numpy.

• Понимание основ статистики и умение грамотно формулировать и проверять гипотезы.

• Опыт работы с реальными данными: очистка, feature engineering, работа с пропусками и дисбалансом классов.

• Умение работать с SQL и большими объёмами данных (Hive, Trino, Spark или аналоги).

• Способность самостоятельно довести задачу от постановки до результата — без постоянного контроля.

• Умение общаться с продуктовой командой: переводить бизнес-задачу в ML-постановку и объяснять результаты нетехническим коллегам.

• AI-first: понимание что такое harness, что такое skills, как правильно применять ИИ в разработке.

Будет плюсом:

• Опыт в Trust & Safety, модерации контента или фрод-детекции.

• Знакомство с поиском и ранжированием: BM25, LTR, векторный поиск.

• Опыт построения рекомендательных систем.

• Опыт работы в Ecom/классифайдах.

Почему стоит присоединиться:

• Работа над реальным продуктом с высокой нагрузкой и аудиторией в Узбекистане.

• Возможность формировать ML-стратегию с нуля, а не поддерживать legacy.

• Небольшая команда с высокой автономией и коротким путём от идеи до production.

Условия

Что мы предлагаем:

• Участие в развитии проекта со старта.

• Прямое влияние на конечный продукт.

• Перспективы профессионального и карьерного роста.

• Развитие в команде опытных коллег.

• Минимум бюрократии и быстрое принятие решений.

• Индивидуальное обсуждение графика и формата работы с каждым сотрудником.