Главная / Вакансии / Middle ML Engineer

Middle ML Engineer

Rivox AI
от 200 000 ₽/мес
Полная занятость
Удаленно

О компании

Мы – RivoxAI, В2В сервис, который меняет старую систему рекламы в Яндекс.Директе и помогает интернет-магазинам экономить до 30% бюджета с помощью машинного обучения и виртуальных конверсий.
Наши клиенты – e-commerce/fintech/edtech. У нас есть крутой трекшн с кратным ростом месяц к месяцу и интерпрайз клиенты с большими объемами данных.
Мы хотим построить реально большую машину в области AdTech с атрибуцией, предиктивной аналитикой по товарам/покупкам и сложным таргетам по типу LTV/маржинальность. Мы независимы от финансирования внешних партнеров, имеем полный контроль над компанией и развиваемся на собственный кэш. Уже являемся прибыльными.
Сейчас мы запустились в России, потому что есть база и нетворк для того, чтобы быстро и легко привлекать новых клиентов, но далее мы будем раскатывать продукт на англоязычные рынки и работать с Facebook/Google Ads/TikTok.

Контекст

У нас — SaaS (Rivox AI), который снижает CPA в Яндекс.Директе через виртуальные конверсии. Клиенты (eCommerce, EdTech, финансы) уже обрабатывают 500M+ событий в месяц через наши ML модели.

Что нужно делать?

1. Предиктивные ML модели — основа нашего преимущества

Наша ML система уже успешно предсказывает вероятность покупки с точностью 87%+ и обрабатывает терабайты поведенческих данных в реальном времени. Но мы хотим выйти на новый уровень точности и масштабируемости.
Ты возьмешь наши ML модели, которые уже генерируют миллионы в прибыли, и сделаешь их еще умнее: глубокая персонализация, мультимодальные предсказания, real-time scoring.
  • Развивать ensemble модели для предсказания конверсий (XGBoost, CatBoost, нейросети)
  • Строить real-time scoring системы для мгновенной оценки пользователей
  • Создавать feature engineering пайплайны для извлечения сложных поведенческих паттернов
  • Оптимизировать модели для работы с MLflow и облачной инфраструктурой
  • Разрабатывать A/B тестирование ML гипотез и автоматический отбор лучших моделей
  • Внедрять MLOps практики: версионирование моделей, мониторинг качества, автодеплой

2. Аналитика и атрибуция — наша суперсила

Мы уже решили задачу атрибуции для сложных customer journey и можем точно сказать, какой канал привел к покупке. Но нужно масштабировать эти решения на международные рынки.
Задача — создать универсальную систему атрибуции, которая работает с любыми рекламными платформами и типами бизнеса.

3. Персонализация и LTV прогнозы

Наши модели уже умеют предсказывать LTV клиентов и сегментировать аудиторию по ценности. Нужно довести эти решения до совершенства и добавить продвинутую персонализацию.
Цель — создать AI-систему, которая знает о каждом пользователе больше, чем он сам, и может предсказать его поведение с точностью 90%+.

В чём крутость проекта?

  • Реальный impact: Ваши модели уже сейчас экономят клиентам миллионы рублей в месяц
  • Масштаб данных: 500M+ событий, петабайты данных, real-time обработка
  • Cutting-edge технологии: Работа с последними достижениями в ML и BigData
  • Команда экспертов: ML инженеры из Яндекса, Озона, международный опыт
  • Продуктовый фокус: Не исследования ради исследований, а ML решения, которые приносят деньги

Что вы получите

  • Зарплата: от 200 000 рублей в месяц
  • Занятость: фуллтайм с гибким графиком
  • Команда: СЕО/CPO/CTO (ex-Apple, Ozon, Яндекс), полностью tech-focused менеджмент
  • Ресурсы: Неограниченные вычислительные мощности, доступ к любым данным
  • Свобода: Выбор стека, архитектуры, подходов — главное результат
  • Рост: Международная экспансия, работа с топовыми AdTech платформами

Требования

  • Python — глубокое знание экосистемы: pandas, numpy, scikit-learn, PyTorch/TensorFlow
  • ML алгоритмы — опыт с градиентным бустингом, нейросетями, ensemble методами
  • Feature Engineering — умение создавать и отбирать признаки из сырых данных
  • BigQuery/SQL — работа с большими данными, оптимизация запросов
  • Статистика — A/B тестирование, проверка гипотез, метрики качества моделей
  • MLOps — опыт деплоя моделей в продакшн, мониторинг performance
  • Работа с API — интеграция ML моделей с backend системами
  • Понимание бизнеса — как ML решения влияют на метрики и прибыль

Будет большим плюсом:

  • Опыт работы в AdTech/MarTech — понимание специфики рекламных данных
  • Знание рекламных платформ: Яндекс.Директ, Google Ads, Facebook API
  • Опыт с real-time ML системами и стриминговой обработкой данных
  • Знание Docker, Kubernetes для контейнеризации ML решений
  • Опыт с облачными ML платформами: GCP AI, AWS SageMaker
  • Понимание customer journey и атрибуционного моделирования

Технический стек

Наш ML стек уже настроен и работает: Python, MLflow, TensorFlow, PyTorch, Apache Beam, Kubernetes, GCP. Вы будете работать с проверенными решениями и развивать их дальше.

Готовы создавать ML будущее?

Если вы готовы работать над ML решениями, которые уже меняют индустрию — присоединяйтесь!

Отправить резюме