Machine Learning Engineer (Prom.ua)

Prom.ua – найбільший маркетплейс України, де продаються понад 200 млн товарів від десятків тисяч підприємців з усієї країни.

На Prom.ua:

• кожен покупець може знайти все, що потрібно, за найкращою ціною: від зубної щітки до культиватора для саду та городу.
• кожен підприємець може продавати товари в каталозі маркетплейса, на сайті, створеному на платформі Prom та у мобільному додатку "Prom покупки".

Prom.ua в цифрах:

• щодня маркетплейс відвідують 4,8 млн осіб
• на маркетплейсі працюють понад 60 тис. компаній
• у каталозі 200 млн товарів
  
   

Про команду Data Science 

Ми оптимізуємо різні частини продукту, використовуючи дані і алгоритми машинного навчання. Паралельно розбудовуємо ШІ-системи, що надають стратегічну перевагу компанії і допомагають їй слідувати візії - створення комерції майбутнього.

Зараз в команді 5 людей: 

• 2 Senior Data Scientist, 
• Middle Data Scientist,
• Senior Machine Learning Engineer,
• Team Lead.

Напрямки роботи команди:

• Рекомендації товарів і персоналізація,
• Згортання товарів в продуктові моделі,
• Автоматична оцінка якості та модерація контенту товарів: категоризація, машинний переклад, автозаповнення характеристик, генерація контенту,
• Пошук та ML-ранжування,
• Генерація і лінкування тегів для SEO.

Особливості роботи в команді

• активно занурюємось в продуктове середовище, тісно взаємодіємо з іншими командами - > мало досліджень йде під стіл, багато моделей в production;
• розуміємо поставлені цілі, орієнтуємось на результат -> модельки роблять те, що потрібно, і не роблять те, що не потрібно;
• мінімальна бюрократія, можна обирати задачки, які більше лежать до душі, заохочуємо ініціативу, але й розраховуємо на відповідальність за результат;
• фокусуємось на розбудові інфраструктури для більшої надійності рішень, автоматизації рутини і щоб легше було впроваджувати моделі з нуля;
• більшість проєктів версіонуємо і документуємо, це допомагає комфортно працювати паралельно декільком спеціалістам;
• багато працюємо в команді, віримо у зворотній звʼязок і підтримку, жартуємо жарти;
• обмінюємось досвідом: проводимо авторські курси, презентуємо свої проєкти, влаштовуємо брейн-шторми. 

Розбудовуємо тісні зв’язки з командами розробки, тестування та аналітиками. 

Для повсякденної роботи піднятий JupyterHub сервер з можливістю задавати необхідні характеристики робочого середовища, можна працювати на локальній машині. Маємо свої сервери з відеокартами для навчання і розгортання моделей.

 

Проєкти з технічного боку:

Мова програмування: Python

Аналіз і обробка даних: Jupyter Notebook, Pandas, NumPy

Machine Learning і Deep Learning: Scikit-learn, TensorFlow, PyTorch, FAISS, XGBoost

LLM API: Gemini, ChatGPT

Візуалізація даних і моніторинг: Matplotlib, Seaborn, Plotly, Bokeh, Tableau, Grafana

Бази даних: Postgres

Big Data і розподілені обчислення: Apache Spark, Hadoop

MLOps: MLflow, DVC, TensorFlow Serving, Python packaging, Fast API, uv

Даги: Airflow

Черги даних: Kafka

Пошук: Elasticsearch

Для даної ролі важливо:

• досвід класифікації/сегментації/генерації текстів як класичними методами, так і deep learning;
• досвід роботи з фреймворками для розробки нейромереж (PyTorch/TensorFlow);
• досвідченість у роботі з машинним навчанням: постановка задачі, збір і дослідження даних (PySpark, pandas), тренування моделі, оцінка результатів, аналіз роботи моделі, підготовка до розгортання;
• досвід розгортання та супроводження моделі в production, покращення вже існуючих моделей;
• вміння писати надійний і чистий код на python, розуміння і використання різних структур даних, OOP, а також, володіння VC (Git etc); користування лінтерами (ruff) і інструментами перевірки типів даних (mypy);
• досвід роботи з Docker, пакетними менеджерами (uv, pdm), CI/CD;
• готовність глибоко занурюватись в бізнес-задачі і перетворювати їх на технічні рішення (архітектура, функції втрат, метрики і т.д.);
• відповідальність та уважність до деталей;
• вміння тестувати свої рішення і забезпечувати їх безперебійну роботу.

Що буде плюсом:

• досвід навчання моделей на обʼємах даних, що значно перевищують обсяг оперативної пам'яті, досвід з високонавантаженими системами, Big Data і розподіленими обчисленнями;
• досвід побудови ETL-процесів, зокрема повʼязаних з регулярним перенавчанням моделей;
• досвід у застосуванні практик MLOps: контроль версій коду, даних і моделей, автоматичного розгортання, моніторингу і логування, тестування моделей, перенавчання моделей;
• досвід роботи з ембедингами і ANN.

Можливі задачі:

• розвиток системи класифікації товарів,
• масштабування привʼязки товарів до продуктових моделей,
• покращення моделі ранжування товарів у пошуковій видачі,
• дослідження нових напрямків застосування машинного навчання для вирішення задач бізнесу.

Режим роботи:

• режим роботи змішаний, практикуємо регулярні відвідування офісу в Києві,
• працюємо в зручний час, важливо бути на зв’язку з 11:00 до 18:00 і бути присутнім на зустрічах.

Етапи відбору:

1. Знайомство. 
2. Технічне інтерв’ю.
3. Фінальне інтерв’ю. 

Про роботу в EVO:

• Соціальний пакет — офіційне працевлаштування, 24 дні оплачуваної відпустки на рік і необмежена кількість лікарняних, щоб ви могли відпочивати та дбати про своє здоров’я.
• Турбота про здоров’я — ми покриваємо медичне страхування та пропонуємо підтримку корпоративного психолога, адже переконані, що піклування про ментальне здоров’я є так само важливим, як і про фізичне.
• Гнучкий формат роботи — віддалено або в офісі. Ви можете працювати дистанційно або відвідувати наш затишний офіс в Києві, який повністю енергонезалежний та оснащений усім необхідним.
• Волонтерська спільнота – ми регулярно проводимо благодійні аукціони, збираємо гроші на дрони-розвідники та підтримуємо волонтерські ініціативи співробітників.
• Ми надаємо рівні можливості для всіх – тому не допускаємо дискримінації за будь-якими ознаками. Також ми відкриті до співпраці з ветеранами/ветеранками та готові підтримати їх на шляху до нових професійних досягнень.
• Можливість навчання та професійного зростання. Чесність та відкритість у всіх комунікаціях. Конструктивний зворотний зв’язок за результатами роботи. Підтримка лідера і команди.