描述
加入我们，构建为数百万购物者和数千名中东商家提供产品发现的智能系统。作为推荐系统小组的数据科学经理，您将领导大规模个性化模型的设计和执行，这些模型将直接影响公司的营收。
这是一个难得的机会，可以在一个以用户和商家行为高度多样化为特征的高增长市场中塑造下一代商业AI。
职责
设计、训练和部署利用深度学习、序列模型（Transformers、GRU）和提升树（XGBoost、LightGBM）的推荐/个性化模型。
开发多任务学习方法，同时优化参与度、转化率和商家成果。
使用ANN搜索（FAISS、ScaNN）和基于用户、产品和事件数据训练的向量嵌入构建可扩展的检索和排序系统。
与基础设施团队合作，将实时特征管道（ClickHouse、Kafka、Spark）投入生产。
运行A/B测试，并使用因果推断和提升建模解释结果，以推动可衡量的业务影响。
将模型输出与平台API集成，以实现搜索、首页信息流和商店页面的动态个性化。
定义离线评估（MAP@K、NDCG）和在线实验指标（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。
要求
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ML实践经验，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100万+用户或每天生成1亿+个性化预测的系统。
在表示学习、嵌入、注意力机制和多任务学习方面有深厚的专业知识。
在跨电子商务界面（搜索、信息流、产品详情页）集成多阶段排序系统并实现可衡量的在线提升（CVR、GMV）方面取得成功。
精通大规模数据生态系统：Kafka、Spark、ClickHouse、BigQuery或同等工具。
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。
擅长在云或容器化环境中调试、优化和生产化ML管道。
