Senior Data Scientist - (Global Search, Consumer)

Глубокий анализ. Более умные системы. Реальные пользователи. В роли Senior Data Scientist (Global Search, Consumer) вы будете отвечать за модели ранжирования на основе глубокого обучения, которые лежат в основе поисковых сервисов каждой платформы Delivery Hero. Вы также возглавите наш переход к agentic ML research: с помощью LLM-агентов для написания кода вы будете запускать сотни экспериментов за ночь и превращать самые сильные сигналы в улучшения ранжирования в продакшене.

Наш поиск работает более чем в 60 странах и на 35 языках и обрабатывает свыше 80 миллионов поисковых запросов в день на четырёх континентах. Системы ранжирования, которые вы создадите, будут напрямую определять, что видят миллионы клиентов каждый раз, когда открывают приложение.

В Delivery Hero вы будете формировать глобальный потребительский опыт для миллионов пользователей. Ваша работа напрямую повлияет на то, как мы привлекаем и удерживаем клиентов, создавая персонализированное взаимодействие на основе данных, благодаря которому они возвращаются снова и снова. В составе нашей Consumer Team вы будете повышать удовлетворённость клиентов и способствовать глобальному росту и прибыльности с помощью инновационных проектов.

• Отвечать за весь стек ранжирования от начала до конца: проектировать, создавать и выводить в продакшен глубокие нейросетевые модели ранжирования (DCN-V2, MMoE, Two-Tower) для обслуживания с высокой пропускной способностью и низкой задержкой — от офлайн-экспериментов и оценки до мониторинга и итеративных улучшений.
• Руководить agentic ML research: использовать LLM-агентов для написания кода (например, Claude Code, Gemini), чтобы автономно итерировать работу над feature engineering и архитектурами Learning to Rank (LTR), проектировать конвейеры ночных экспериментов, вдохновлённые парадигмой auto-research, и просматривать результаты сотен запусков, чтобы быстро выявлять сигналы.
• Повышать качество ранжирования с помощью feature engineering и работы над архитектурой моделей, применяя свою экспертизу в сигналах ранжирования, feature stores и поиске на основе эмбеддингов (embedding-based retrieval), а также превращая новейшие исследования в системы продакшен-уровня.
• Поддерживать продакшен-модели в хорошем состоянии: отвечать за мониторинг дрейфа моделей, роста задержки и целостности конвейера признаков, а также быстро реагировать, когда сигналы отклоняются от нормы на любом рынке.
• Сотрудничать с Backend Engineers, Data Engineers и Product Managers для сквозных улучшений, понятно объяснять компромиссы ML нетехническим заинтересованным сторонам и помогать формировать roadmap команды.
• Наставлять junior- и mid-level дата-сайентистов и задавать стандарт строгости экспериментов, качества кода и рабочих процессов agentic-разработки.

• Степень магистра в области Computer Science, математики, физики или смежной количественной области (или степень бакалавра и 6+ лет опыта работы), а также 4+ года в роли Data Scientist или Machine Learning Engineer с применением ML в продакшен-средах с высокой нагрузкой.
• Подтверждённый в продакшене опыт работы с архитектурами ранжирования на основе глубокого обучения (DCN-V2, MMoE, Two-Tower), включая multi-task learning, взаимодействия перекрёстных признаков и оптимизацию эмбеддингов в масштабе, а также прочная база в методах LTR (pointwise, pairwise, listwise), офлайн-метриках (NDCG, MRR) и в проблемах связывания офлайн-метрик с результатами онлайн A/B-тестов.
• Уверенное владение LLM-агентами для написания кода и agentic CLI-инструментами (например, Claude Code, Gemini) как основными инструментами разработки для автономной генерации экспериментов, прототипирования архитектур и быстрых итераций, а также знакомство с парадигмой auto-research и комфортная работа с просмотром больших объёмов сгенерированных результатов экспериментов.
• Экспертные навыки Python в экосистеме ML (PyTorch, TensorFlow, scikit-learn), практические знания SQL (dbt), GCP или AWS и обработки больших данных (PySpark, Scala), а также практический опыт MLOps на всём жизненном цикле: feature stores, векторные базы данных, версионирование моделей и model registry, Metaflow, CI/CD для ML-конвейеров, отслеживание экспериментов, фреймворки для A/B-тестов, развёртывание с низкой задержкой и мониторинг продакшена на предмет дрейфа, задержки и качества данных.
• Умение превращать широкие бизнес-цели в чётко очерченные проекты по data science, с ответственностью за результаты (outcomes), а не только за выходные артефакты (outputs).
• Опыт работы в кросс-функциональных, глобально распределённых командах и умение объяснять поведение моделей, результаты экспериментов и компромиссы как технической, так и нетехнической аудитории.

Забота о вас и обо всех наших Heroes, их счастье и здоровье — всегда в нашем меню. Ведь если вы в хорошей форме, то и мы в хорошей форме.

• Используйте все преимущества нашей гибридной модели работы и приходите в команду для живого общения и совместной работы в нашем прекрасном кампусе в Берлине 2 дня в неделю
• Мы предлагаем 27 дней отпуска с дополнительным днём на 2-м и 3-м году работы
• Мы поддержим ваше развитие и возможности карьерного роста: образовательный бюджет 1.000 €, языковые курсы, поддержка родителей и доступ к платформе Udemy Business для изучения множества онлайн-курсов.
• Двигайтесь и вырабатывайте те самые замечательные эндорфины, которые бодрят ум: медицинские осмотры, медитация и спортзал.
• Деньги. Бабки. Капуста. Как бы вы это ни называли, мы поможем: программа покупки акций для сотрудников (Employee Share Purchase Plan), Sabbatical Bank, скидка на проездной билет на общественный транспорт, страхование жизни и от несчастных случаев, корпоративный пенсионный план
• Сила совместных трапез по-прежнему непревзойдённа. Вот несколько способов помочь вам в этом. Всё вкусное: цифровые ваучеры на питание и продуктовые ваучеры.
• Интересно, каково это — переехать в Берлин? В этой статье мы собрали 10 вещей, которые вам стоит знать о переезде в Берлин, и о том, как Delivery Hero может вас поддержать. Вы также можете посетить наш relocation hub и узнать больше о переезде в Берлин.
• Готовы подготовиться к собеседованию? Ознакомьтесь со списком из 5 самых частых вопросов на собеседовании и ответов на них, составленным совместно с нашими рекрутерами.

Мы считаем, что разнообразие и инклюзивность — ключ к созданию не только увлекательного продукта, но и потрясающего опыта для клиентов и сотрудников. Это начинается с найма, поэтому мы не допускаем дискриминации по признаку расовой принадлежности, религиозных убеждений, цвета кожи, национального происхождения, гендерной идентичности или её выражения, сексуальной ориентации, возраста, семейного положения, инвалидности или любого другого признака, который делает вас вами.