Как построить ML-команду для разработки и развития продуктов на основе AI
Последние 2-3 года компании в eCommerce применяют технологии искусственного интеллекта под разные задачи — прогнозируют спрос, персонализируют рекомендации, управляют складскими запасами, анализируют отзывы. Кактус, например, на базе AI работает над улучшением работы сервисной службы — проектом «Виртуальный ассистент», который будет общается с клиентами и обрабатывать входящие запросы, снижая нагрузку на профильный отдел.
Чем быстрее рынок eCommerce развивается, тем яснее спрос на AI-решения, а значит и на ML-специалистов (Machine Learning Engineer – специалист по машинному обучению). Однако у ML-сотрудников есть характерные черты, которые усложняют их поиск, оценку и адаптацию в компанию: отсутствие опыта (кандидатов в грейдах middle или senior значительно меньше, чем в junior), высокие зарплатные ожидания, практический опыт, под которым часто понимается диссертация или научная работа, привычка работать в размеренном темпе, а не в режиме «спринтов» и т. д.
Перед HR стоят непростые вопросы: как собрать и сохранить профессиональную команду?
Ответы ищите в выступлении и презентации Александры Моспановой, HR-директора сервиса Кактус, которая поделилась лайфхаками из опыта компании на конференции по электронной коммерции Seller Expo.