Senior ML Engineer
О компании
Мы — Rivox AI, B2B сервис, который меняет старую систему рекламы в Яндекс.Директе и помогает интернет-магазинам, B2B онлайн-сервисам и другим бизнесам экономить до 30% бюджета с помощью машинного обучения и виртуальных конверсий.
У нас есть крутой трекшн с кратным ростом месяц к месяцу и энтерпрайз-клиенты с большими объёмами данных. Работаем с e-commerce, fintech, edtech, B2B-сервисами. Есть прод, деньги, большие объёмы данных и больше 350 подключённых и платящих клиентов.
Мы хотим построить реально большую машину в области AdTech с атрибуцией, предиктивной аналитикой по товарам/покупкам и сложными таргетами по типу LTV/маржинальность.
Что мы делаем
Делаем систему, которая снижает CPA и повышает качество трафика за счёт:
- Виртуальных конверсий
- Предиктивных моделей поведения
- Нормальной атрибуции
- Понимания того, как реально обучаются алгоритмы Яндекс.Директа
У нас применяется ансамбль из моделей: градиентные бустинги, нейросети, сложный пайплайн обучения моделей. Это связано с тем, что у каждого сайта свои фичи и признаки, а метрики качества модели должны быть едины для всех сайтов с разными фичами/дисбалансом. Обучение моделей должно происходить полностью автоматизированно.
Кого мы ищем
Нам нужен Senior ML Engineer, который понимает рекламные алгоритмы. Это обязательное требование.
Ключевое требование: ты понимаешь, как реально работают алгоритмы Яндекс.Директа / Google Ads — что они оптимизируют, как реагируют на сигналы, шум, задержки, фрод, sparse-данные.
Важно: опыт в LLM или в агентах здесь не валиден, так как у нас нет подобных задач.
Твой профиль
- Понимаешь механику рекламных аукционов и автостратегий
- Работал с ML-моделями в проде
- Умеешь строить пайплайны от сырых логов до inference
- Спокойно живёшь в неопределённости и умеешь принимать инженерные решения без идеальных данных
- Думаешь не «какая модель лучше», а «какой сигнал улучшит бизнес-метрику»
Что нужно делать
- Разрабатывать и обучать ML-модели для предсказания поведения пользователей
- Формировать и тестировать виртуальные конверсии
- Оптимизировать сигналы под реальные цели бизнеса (CPA, ROI, качество трафика)
- Работать с большими объёмами данных: сессии, события, логи
- Строить полный пайплайн: сбор → фичи → обучение → валидация → прод
- Участвовать в A/B-тестах и анализе результатов
- Влиять на архитектуру продукта и логику взаимодействия с рекламными платформами
Условия
- Полностью удалённо
- Возможна частичная занятость или совмещение
- Можно и нужно спорить, если есть аргументы
- Продукт, за который не стыдно перед сильными инженерами
- Доступ к реальным данным и реальному эффекту
Почему сейчас
Рекламные бюджеты растут, эффективность падает. Рынку нужны не агентства и не «оптимизаторы», а инженерные решения.
Мы уже в проде и зарабатываем, но сейчас этап, где:
- Можно повлиять на архитектуру
- Задать правильные абстракции
- Построить систему, а не очередной костыль над Директом
Редкий момент, когда можно сделать правильный AdTech с нуля.
Готовы строить AdTech будущего?
Если ты понимаешь рекламные алгоритмы и хочешь работать над ML-системой, которая уже меняет индустрию — пиши.
n.sedina@rivox.io