V Seznamu využíváme strojové učení a umělou inteligenci pro řešení složitých problémů a ke zvládnutí komplexních, velkých a rychle se měnících dat. ML modely nám pomáhají efektivně řešit rozličné úlohy extrakce, predikce, optimalizace, automatizace, transformace a další zapeklitosti. Hlavní úlohou Výzkumu je navrhovat inovativní řešení s použitím strojového učení a umělé inteligence ve všech oblastech působení Seznamu. Výzkum má dlouholetou tradici, strojové učení je u nás doma už od spuštění vlastního fulltextového vyhledávání v roce 1997. Za tu dobu jsme uvedli do produkce více než sto modelů pro různé aplikace a s jejich pomocí dokážeme řešit problémy, na které klasické programování nestačí. Kromě systémů, které pomáhají vylepšit služby Seznamu, vyvíjíme i obecné generativní jazykové modely. Disponujeme velkým množstvím různorodých dat a k naší ajťácké radosti patří i počítání na vlastních CPU i GPU serverech (Nvidia H100).
Mrkněte na náš blog, kde se o strojovém učení můžete dozvědět více.
5 volných pozic
Všechny pozice jsou vhodné pro muže i ženy.
Výzkumník pro Mapy.cz
Brno • Pro muže i ženy • OZP • Plný úvazek
Výzkumník strojového učení pro Vyhledávání
Praha • Pro muže i ženy • OZP • Plný úvazek
Výzkumník strojového učení pro zpracování řeči
Praha • Pro muže i ženy • Absolventi • OZP • Plný úvazek
AI výzkumník generativních jazykových modelů
Brno, Praha, Zlín • Pro muže i ženy • OZP • Plný úvazek
Výzkumník strojového učení pro Vyhledávání
Brno • Pro muže i ženy • OZP • Plný úvazek
Jaké týmy pracují s Machine Learning
Pracujeme na zajímavých projektech pro miliony lidí, takže různorodý je i náš tým. Potkáte zde například ML výzkumníky, kteří prototypují řešení složitých problémů, připravují data, dohlíží na učení modelů, vyhodnocují a interpretují výsledky. Naši kolegové z Business Inteligence se starají o to, aby naše data byla úplná, kvalitní a rychle dostupná pro další zpracování. Datoví analytici zase sledují trendy v datech a připravují podklady pro produktová rozhodnutí. Datové inženýry najdete ponořené v datových pipelines, v data lakes a feature stores. MLOps vývojáři automatizují nasazování modelů a kontrolují modely v produkci. A aby celý proces běžel jako po drátkách, nesmí v týmu chybět produktový manažer, který vytyčuje a prioritizuje produktové cíle, vytváří zadání pro technologické týmy, udržuje přehled o trhu a umí uhasit, když něco hoří (tedy samozřejmě obrazně).
Kolegové říkají
Veronika Krejčířová
Vedoucí oddělení výzkumu
Barbora Rišová
Vedoucí týmu výzkumu
Vítek Líbal
Vedoucí oddělení výzkumu Reklamních systémů
Časté dotazy
Na co se můžete těšit
Kudy vede cesta do Seznamu
Koukněte, jak vypadá výběrko, pohovor nebo první den v Seznamu, ať se vaše cesta na vysněnou pozici obejde bez zbytečných škobrtnutí.