Computer Vision engineer в команду Поиск по фото

Wildberries – это крупнейший маркетплейс России с миллионами пользователей и миллиардными оборотами, работающий на рынке уже 19 лет. Наша компания стабильно развивается, внедряя передовые SOTA-решения в существующие продукты и активно разрабатывая новые.

Команда Поиска по фото занимается созданием и развитием рекомендательной ленты «Похожие по фото» и сервиса «Поиск по фото». Мы разрабатываем интеллектуальные алгоритмы обработки изображений, повышая качество поиска и персонализации контента на платформе.

Работа нашей команды напрямую влияет на ключевые бизнес-показатели маркетплейса, помогая миллионам пользователей ежедневно находить нужные товары быстрее и удобнее.Наша цель — использовать современные технологии компьютерного зрения и машинного обучения, чтобы сделать поиск и рекомендации еще более точными, персонализированными и удобными.

Разрабатывать и обучать модели детекции для выделения главных объектов на изображениях; Обучать эмбеддинговые модели для распознавания и извлечения мета-информации из изображений; Использовать подходы CLIP-like и metric-learning для повышения качества поиска; Обучать модели для генерации текстовых тегов по изображениям и для уточнения фотопоиска текстом; Решать задачи классификации и OCR (распознавание текста); Обучать классические ML-модели для ранжирования результатов поиска; Создавать датасеты и разрабатывать инструкции для команд разметки; Масштабировать решение на большой объем данных; Подготавливать модели к продакшену с многомиллионной аудиторией. Опыт работы с нейросетями для обработки изображений и мультимодальными данными - VIT, CLIP, SigLip, Gemma, Qwen, BGE, YOLO; Знание принципов векторных баз данных и работы с ними; Умение оборачивать ML-решения в продовые пайплайны (Docker, Airflow); Понимание базовых алгоритмов и структур данных; Опыт работы с classic ML, включая рекомендательные системы; Опыт работы с разметкой данных и созданием эффективных датасетов; Понимание архитектуры поисковых систем и работы с крупными массивами изображений; Знание инструментов для анализa качества ML-моделей будет плюсом.