Data Scientist (AI Stylist)

Мы в поиске Data Scientist в команду, занимающуюся применением DL подходов в задачах Lamoda. Наша цель – с помощью глубокого обучения научиться понимать стиль, сходство, атрибуты одежды, а также предпочтения миллионов пользователей.

Чем предстоит заниматься:

• Обучать модели глубокого обучения с фокусом на contrastive и metric learning;
• Развивать и применять подходы, позволяющие работать с данными различных модальностей, например CLIP и SigLIP;
• Обогащать атрибуты товаров: извлекать атрибуты из фотографий, описаний товаров, отзывов, генерировать описания с помощью нейронных сетей;
• Разрабатывать retrieval алгоритмы в различных задачах: визуальный поиск, поиск релеватного документа, поиск подходящего товара (Complete the Look);
• Обучать модели "чувствовать" моду: кластеризовать модные тренды, развивать алгоритмы комплементарных рекомендаций с фокусом на стили.

Стэк технологий: Big data (Hadoop, PySpark, Hive), Python, Catboost, Airflow, Docker, SQL, PyTorch.

Почему у нас классно:

• Мы аккредитованная IT-компания;
• Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации;
• Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах;
• У нас представлен полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров.

Мы ожидаем:

• Опыт в области анализа данных и машинного обучения (от 3 лет);
• Опыт работы с SQL, Hadoop, Hive, Spark;
• Владение Python, Linux, методами работы с большими данными;
• Опыт применения Deep Learning в задачах Computer Vision, NLP;
• Опыт работы с фреймворками глубокого обучения (мы используем PyTorch);
• Знания теории вероятностей и математической статистики; машинного обучения, прогнозного моделирования и методов статистического анализа; алгоритмов и структур данных;
• Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
• Английский язык на уровне технического чтения.

Как мы работаем:

• Пишем на Python 3.6+ и PySpark 3.0;
• Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру;
• Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов;
• Используем Airflow для управления ML-пайплайнами и запуском их по расписанию;
• В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач;
• Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов;
• В компании внедрена культура принятия решений на основании данных и все изменения тестируем через a/b эксперименты.