Подбираем специалистов с релевантным опытом под нужное направление: поиск и ранжирование, рекомендации, ценообразование, антифрод, модерация, генерация карточек. Работают под вашим управлением, мы отвечаем за уровень.
Своя вакансия на ML-сеньора висит месяцами, а уровень кандидата всё равно неизвестен до испытательного срока. Мы выводим специалиста в команду за две недели, а если не подошёл — меняем за одну.
Кандидат получает незнакомый датасет и ограниченное время — мы смотрим, какую метрику он выбивает и как рассуждает при разборе решения. Берём людей из соревновательного ML: призёров Kaggle и олимпиад по программированию. В команде выходцы из Яндекса, Meta и Google, выпускники Физтеха, МГУ и ВШЭ.
Под задачу показываем несколько профилей: что делали, в каких компаниях, какой результат.
Скажите, какой домен и грейд нужен — пришлём подходящие профили.
Подобрать специалиста →Каждый кейс — работа одного человека внутри действующей ML-команды клиента, поверх существующих решений.
Слой uplift-моделинга и next-best-offer: оптимизация глубины скидки и канала под инкрементальную маржу и LTV.
| Метрика | До | После |
|---|---|---|
| Uplift над контролем | 3.1 п.п. | 7.8 п.п. |
| Инкрементальная маржа | базовый | +22% |
| «Переплаченные» скидки | ~35% | ~12% |
| Затраты на промо | базовый | −28% |
Семантический интент-слой: эмбеддинги и LLM-разбор запроса в сущности и атрибуты перед штатным ранкером.
| Метрика | До | После |
|---|---|---|
| Нулевые выдачи | 12% | 3% |
| Конверсия из поиска | базовый | +17% |
| Словари синонимов | тысячи | −60% |
| Средний чек в поиске | базовый | +6% |
Модель вероятности возврата на уровне заказ × пользователь × SKU. Поверх чекаута — рекомендация размера и сигналы продавцу.
| Метрика | До | После |
|---|---|---|
| Доля возвратов | 34% | 26% |
| Возвраты «не тот размер» | базовый | −31% |
| Обратная логистика | базовый | −22% |
| Конверсия в заказ | базовый | без просадки |
По любому направлению покажем профили тех, кто его вёл.
Похожая задача в вашем бэклоге? Разберём её на созвоне и покажем, кто может её закрыть.
Обсудить свою задачу →Публикация о нас на TAdviser · читать →
Обсуждаем задачу с вашим лидом и присылаем профили с проектами и метриками.