Зараз шукаємо ML Engineer / Applied AI Engineer, який допоможе нам в створенні рішень для персоналізації та пошуку товарів на базі штучного інтелекту для нашої e-commerce платформи.
Наша головна мета — перейти від класичних товарних рекомендацій до персоналізації, орієнтованої на конкретні цілі користувача (goal-oriented personalization).
Зараз хочемо розробити AI/ML рішення, які здатні розуміти наміри клієнта (customer intent), поєднувати їх із контекстом користувача та даними про товари, і у відповідь повертати релевантні добірки продуктів або сценарії супроводу покупки, а не просто рекомендації окремих позицій.
Ця роль меншою мірою зосереджена на розробці самих моделей, і більшою — на збиранні повного технічного пазлу: data pipelines, ML-інфраструктура на базі AWS, model serving, інтеграція LLM, оркестрація, моніторинг, fallback-логіка та стабільність системи у продакшені.
Що треба робити:
Будувати ML/AI інфраструктуру для персоналізації, пошуку, рекомендацій та підбору товарів.
Впроваджувати data та ML-пайплайни з використанням сервісів AWS.
Працювати з даними про поведінку клієнтів, історію замовлень, каталоги, ціни, залишки на складах та промо-акції.
Розробляти логіку для розпізнавання намірів користувача (intent understanding), ранжування, рекомендацій та формування кошика.
Інтегрувати компоненти на базі LLM там, де вони допомагають структурувати наміри клієнта та/або покращити процес пошуку товарів.
Моніторити якість моделей, затримку (latency), витрати (cost) та стабільність у продакшені.
Взаємодіяти з командами Product, Backend, Data Engineering, Data Science та Analytics для створення end-to-end рішень.
Підтримувати проведення A/B тестування та вимірювати вплив рішень на бізнес-показники.
Що для нас важливо:
3+ роки досвіду в ML Engineering, MLOps, Applied AI, Data Science або суміжних ролях.
Грунтовні знання Python та SQL.
Сильний практичний досвід роботи з AWS (S3, Athena, SageMaker, Lambda, EventBridge, CloudWatch) або аналогами.
Практичний досвід в MLOps: ML-пайплайни, деплой, моніторинг, версіонування та підтримка продакшену.
Практичний досвід в таких напрямках: рекомендаційні системи, пошук/релевантність, системи пошуку інформації (retrieval systems), моделі ранжування або платформи персоналізації.
Практичний досвід побудови готових до продакшену ML/AI рішень, особливо для сценаріїв: запит користувача → парсинг наміру за допомогою LLM → структуровані параметри → пошук/retrieval → ранжування/рекомендація → персоналізована добірка товарів.
Розуміння специфіки даних та бізнес-метрик.
Гарні комунікативні навички та вміння працювати в крос-функціональних командах.
Яким бачимо кандидата:
Прагматичний ML/Applied AI інженер, який вміє об’єднувати дані, моделі, інфраструктуру та потреби продукту в стабільні продакшн-рішення.
Чому MAUDAU це круто?
Ти матимеш вплив на продукт made in Ukraine, яким користуються тисячі і мільйони;
Ти будеш частиною скілової tech команди;
Ти матимеш справжні виклики та амбітні цілі;
Ти будеш працювати з крутою командою однодумців та відкритим керівництвом;
Регулярно отримуватимеш новини компанії у вигляді дайджестів та зустрічей All Hands;
Ти будеш отримувати своєчасний та відкритий зворотній зв’язок;
Як працює наша tech команда?
Маємо зрозумілий code style;
Не гальмуємо: лише up-to-date фреймворки, бібліотеки і технології;
Працюємо з технічним боргом щоквартально;
Працюємо у self-organized scrum team, де кожен має вплив на процеси та продукт;
Маємо сильну спрацьовану і професійну команду, яка обмінюється досвідом і співнавчається.
Як член команди MAUDAU ти можеш розраховувати на:
Реальний ownership та вплив на продукт;
Можливості для твого особистого розвитку, навчання та зростання;
Гнучкий графік та можливості віддаленої роботи;
20 робочих днів оплачуваної відпустки, оплачувані лікарняні без бюрократії та додатковий вихідний день на твій день народження.
