加入我们，构建智能系统，为中东地区数百万购物者和数千商家提供产品发现服务。作为推荐系统小组的数据科学经理，您将负责设计和实施大规模个性化模型，这些模型将直接影响公司的收入。这是一个难得的机会，可以在一个高速增长的市场中塑造下一代商业人工智能，该市场的用户和商家行为具有高度多样性。
职责
设计、训练和部署利用深度学习、序列模型（如 Transformers、GRU）和提升树（如 XGBoost、LightGBM）的推荐/个性化模型。
开发多任务学习方法，同时优化用户参与、转化率和商家结果。
构建可扩展的检索和排序系统，使用近似最近邻搜索（如 FAISS、ScaNN）和基于用户、产品和事件数据训练的向量嵌入。
与基础设施团队合作，将实时特征管道投入生产（如 ClickHouse、Kafka、Spark）。
进行 A/B 测试并使用因果推断和提升建模来解释结果，以推动可衡量的商业影响。
将模型输出与平台 API 集成，以实现搜索、首页推荐和商店页面的动态个性化。
定义离线评估（如 MAP@K、NDCG）和在线实验指标（如 CTR、CVR、GMV 提升）的最佳实践。
与产品分析和数据科学团队合作，迭代信号增强和冷启动策略。
指导初级数据科学家并定义最佳实践。
资格
计算机科学、机器学习或相关技术领域的学士或硕士学位。
4 年以上的实际机器学习经验，包括 2 年以上设计或部署大规模推荐系统的经验。
有记录：构建或维护服务于超过 100 万用户或每天生成超过 1 亿个个性化预测的系统。
在表示学习、嵌入、注意机制和多任务学习方面具有深厚的专业知识。
成功整合跨电子商务界面的多阶段排序系统（如搜索、推荐、产品详情页），并实现可衡量的在线提升（如 CVR、GMV）。
熟悉大规模数据生态系统：Kafka、Spark、ClickHouse、BigQuery 或同等技术。
对离线/在线评估指标、A/B 实验和模型监控框架有深入理解。 
