Наш RnD — это 1000+ инженеров. Разработка для B2C и B2B, продуктовый подход, высокая инженерная культура, прозрачность процессов, фокус на AI.

Какие задачи мы решаем

Разрабатываем ML-модели для поиска и ранжирования организаций по пользовательским запросам;
Улучшаем механизмы понимания и обработки поисковых запросов: сегментация текста, исправление опечаток, генерация автодополнений;
Разрабатываем ML-модели для объяснимости выдачи: связывание товаров, услуг, атрибутов и отзывов с организациями;
Делаем классификацию и кластеризацию запросов и организаций для повышения точности поиска;
Разрабатываем ML-модели для саммаризации отзывов, извлечения фактов и других полезных данных из неструктурированных текстов.

Мы ждем, что Вы

Работаете над NLP-задачами более 3 лет и имеете опыт реализации решений в реальных продуктах;
Хорошо понимаете архитектуры современных моделей: BERT, T5, GPT и их вариаций – знаете их сильные и слабые стороны;
Владеете Python и уверенно работаете с PyTorch, HF Transformers и другими ключевыми ML/DL-библиотеками;
Умеете строить полный ML-пайплайн: от исследований и обучения до вывода модели в продакшен и поддержки инференса;
Работали с задачами semantic search, query understanding, извлечения embedding-представлений и reranking;
Умеете оценивать качество поисковых систем: Recall@K, MRR, NDCG, как в offline, так и в A/B-тестах.

Знаете принципы оптимизации ML/DL-моделей и использовали библиотеки Triton, FasterTransformer, ONNX и другие;
Разрабатывали ML-модели для задач поиска и ранжирования, в частности системы генерации кандидатов и dense retrieval с использованием FAISS, Usearch, ColBERT;
Имеете опыт взаимодействия с backend/infra: FastAPI, Docker, gRPC, Kafka, Clickhouse, Kubernetes;
Работали с инструментами для разработки LLM инфраструктуры: LangChain, LoRA/PEFT, vLLM, SGLang и другие;
Участвовали в исследовательских или pet-проектах в области NLP – особенно приветствуются статьи, open-source и публичные демо.

Сложные задачи в реальном продукте – миллионы пользователей, огромный справочник организаций, разнообразие и сложность данных;
Свобода выбирать технологии – мы используем передовые ML/NLP-инструменты и ищем лучшие решения;
Влияние на продукт – у вас будет возможность создавать полезные фичи, которые делают поиск лучше и помогают людям каждый день;
Сильная команда – с которой можно расти и масштабировать крутые ML-решения;
Фокус на эксперименты – много A/B-тестирования, исследовательской работы, поиск оптимальных архитектур;
Современный стек – PyTorch, Transformers, LangChain, Triton, ONNX, FastAPI, Kafka, Kubernetes.

2ГИС – аккредитованная IT-компания;
Можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске;
Само собой, полностью белая зарплата;
Заботимся о здоровье: ДМС и возможность получать онлайн-консультации и терапевта, невролога, психолога и медицинского агента;
Если хочешь делиться своим опытом, мы только за – поможем с выступлениями на конференциях и статьями для Хабра/VC;
Есть собственный учебный центр: курсы, тренинги и книги для прокачки скиллов.