Machine learning výskumník pre doporučovacie systémy

Vytvárame doporučovací systém, ktorý každému používateľovi vyberá články na mieru podľa jeho preferencií. Používateľov i dát je mnoho a baví nás to :-) 

Čo Vás čaká? 

• Rozvoj doporučovacieho systému, ktorý denne obslúži milióny používateľov
• Vytváranie ML modelov, ktoré vyberajú ten nejrelevantnejší obsah pre každého používateľa
• Analyzovanie dát a zisťovanie nových poznatkov o používateľoch, obsahu a všetkom súvisiacom
• Práca s Big Data pozbieranými v rámci prevádzky celého Seznam.cz
• State of the art z pohľadu technológií a algoritmov
• Možnosť realizovať a otestovať vlastné nápady
• Práca v tíme, nebudete na veci sám(a)

S akými technológiami pracujeme? 

• Python, Jupyter, Spark
• Modely v TensorFlow, Vowpal
• Jazykové modely Elektra, Small-E-Czech, ChatGPT, …
• Ostatné: Gitlab, Docker, AirFlow, SQL, Tableau, Hadoop, …

Koho hľadáme? 

• Máte praktické skúsenosti v oblasti strojového učenia, dátovej analýzy a štatistiky
• Baví vás práca s dátami, dokážete z nich vyčítať zaujímavé informácie a dáta správne interpretovať
• Viete pracovať samostatne, aktívne komunikovať a zároveň práce v tíme Vám nerobí problémy
• Na pozícii vyžadujeme solídne základy v strojovom učení, programování a s algoritmizáciou

Čo ponúkame? 

• Kreatívne prostredie – budete môcť realizovať vlastné nápady a postupy
• Veľký dopad – budete se podieľať na rozvoji doporučovacieho systému, ktorí denne využívajú milióny použivateľov
• Osobný rozvoj – široká možnosť vzdelávania v rámci projektov, vyhradený čas na vzdelávanie podľa vlastnej voľby, účasť na odborných konferenciách, prezentácia výskumu na interných a externých akciách, predávanie znalostí naprieč tímami.
• Tímovú spoluprácu – budete spolupracovať s ďalšími výskumníkmi a tímami, odovzdávať si navzájom informácie a znalosti a spoločne hľadať vhodné cesty a riešenia
• Neformálne prostredie – všetci si tu tykáme a nemáme predpísaný dress code

O doporučovaní obsahu

V tíme doporučovacích systémov se venujeme analýze chovania a preferencií používateľov, aby sme mohli ponúknuť personalizovaný obsah na mieru každému používateľovi. Vyvíjame modely strojového učenia, ktoré dokážu z miliónov položiek vybrať jednotky, ktoré nakoniec ukážeme používateľovi. Doporučujeme články, videa, podcasty a další obsahové položky, které máme v databáze. 

Čo se týka ML modelov, typickým príkladom je kolaboratívne filtrovanie, ktoré predpovedá záujmy používateľa na základe preferencií ďalších používateľov. Ďalej potom obsahové filtrovanie, ktoré doporučuje položky porovnaním obsahu položiek s profilom používateľa, alebo hybridné modely, ktoré kombinujú obe tieto metódy dohromady. V neposlednej rade vyvíjame modely, ktoré klasifikujú položky z našej databázy, pomáhajú nám lepšie pochopiť daný obsah a ich výstup je využívaný v ďalších častiach doporučovacieho systému.