Работа в Яндексе: вакансии IT и digital

Яндекс Ритм — новый рекомендательный сервис для поиска товаров и услуг. Мы размещены на нескольких поверхностях — это в первую очередь главная Яндекса и страница товаров. Можно перейти в нашу ленту из поискового приложения и оказаться непосредственно внутри сервиса. А ещё есть отдельные приложения для iOS и Android.

Цель сервиса — показать пользователю наиболее интересный контент среди доступных предложений и оптимизировать длительность просмотра, клики, покупки. Мы работаем со множеством сервисов, чтобы рекомендовать, искать, собирать статистику, модерировать, а также обеспечиваем загрузку и импорт контента и полную поддержку всей инфраструктуры.

Техлидство в команде разработчиков

Нужно будет декомпозировать задачи, проектировать архитектуру будущих продуктовых решений.

Внедрение новых пользовательских сценариев

Вам предстоит внедрять новые пользовательские сценарии, зачастую на стыке различных сервисов, чтобы увеличивать вовлечённость пользователей и прибыль.

Инфраструктурная поддержка сервиса

Вы будете работать с YDB, заниматься процессингом данных, офлайн-процессами.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Отлично владеете C++ и стандартной библиотекой, а также разбираетесь в базовых алгоритмах
* Умеете писать скрипты на Python
* Хотите участвовать в жизни продукта и вносить собственные идеи

* Знакомы с фреймворком userver и YDB
* Хорошо умеете писать SQL-запросы

Платформа подписок Яндекса — это быстрорастущая экосистема, объединяющая подписки на сервисы Яндекса и партнёров. Вам предстоит развивать линейку B2B-продуктов, которые позволят быстро запускать больше новых подписок и привлекать в них больше новых пользователей.

Развитие платформенного подписного продукта

Вам предстоит развивать продукт подписной платформы для обеспечения его роста с учётом потребностей внутренних и внешних B2B-клиентов. Вы будете упаковывать платформенные механики в единое масштабируемое решение, развивать возможности интеграций с сервисами и создавать процессы и инструменты, которые позволят поставить запуски новых подписок на платформе на поток.

Развитие инструментов self-service для владельцев подписок

Вам предстоит создать для партнёров удобную среду управления своими подписками. Вы будете развивать B2B-кабинет и инструменты аналитики для внешних и внутренних подписных сервисов.

Развитие дистрибуции через внешние точки продаж подписок

Партнёрские интеграции и продажа подписки через внешние каналы — важный источник привлечения. Вы будете развивать интеграционные инструменты для продажи подписки, включая API или встраиваемые витрины.

Кастомизация продуктов для крупных клиентов

Вам предстоит запускать новые возможности платформы в рамках стратегически важных интеграций с крупными контрагентами, такими как Кинопоиск или крупнейшие операторы связи. Для этого вам предстоит организовать процесс управления бэклогом и приоритетами продуктовых заказов, соблюдая баланс интересов различных стейкхолдеров и приземляя их на платформенные решения.

Больше о создании продуктов в Яндексе — в канале Yandex for Products

* Запускали и развивали продукты не менее трёх лет, управляли сложными B2B-решениями или платформенными продуктами
* Уверенно владеете принципами формирования продуктового бэклога, генерации гипотез и приоритизации задач
* Способны действовать самостоятельно и достигать целей, декомпозируя и последовательно выполняя задачи
* Готовы погружаться в технические детали на уровне менеджера и не боитесь работать руками
* Умеете применять ИИ-инструменты для повышения эффективности продуктовой работы и минимизации рутины
* Хорошо знакомы с такими понятиями, как интеграция по АРІ и OAuth-авторизация
* Знаете базовые метрики подписочного бизнеса: LTV, Churn Rate, Conversion Rate и другие
* Обладаете отличными коммуникативными навыками: умеете ясно доносить идеи, аргументировать решения, вести переговоры и находить компромиссы с разными командами и стейкхолдерами
* Обладаете навыками анализа данных и принятия обоснованных решений на основе А/В-экспериментов

* Работали над подписными продуктами и понимаете экономику подписной модели
* Работали над сложными интеграционными проектами
* Имеете хорошее представление об архитектуре мобильных и веб-приложений и понимаете роль SDK и API в разработке

Онлайн-эксперименты позволяют сервисам Яндекса проверять новые идеи: от улучшений в интерфейсе до алгоритмов поиска и инфраструктурных новшеств, а затем внедрять их для реальных пользователей. Мы разрабатываем систему проведения онлайн-экспериментов, расчёта метрик и проверки гипотез, которой пользуются большинство сервисов Яндекса, включая Поиск, Картинки, Видео и т. д. А также мы делаем решение для других компаний.

В состав платформы входят:
* Высоконагруженный облачный сервис для проведения экспериментов, более 3 миллионов RPS
* Облачная система подсчёта и анализа статистики, которая ежедневно обрабатывает более 2 Пбайт данных, рассчитывает более 100к показателей для каждого из тысяч экспериментов
* Распределённая система реального времени для обработки и принятия решений для экспериментов и релизов
* Сервисы приёмки изменений, учитывающие как продуктовые, так и технические аспекты
* Системы принятия решений на основе нейрогенеративных систем

Если вы придёте к нам — то:
* Научитесь всесторонне смотреть на проблему, чётко формулировать задачи, выбирать подходящие технологии для максимально эффективного решения
* Узнаете, как эффективно делать многоэтапные процессинги на десятки тысяч ядер CPU
* Научитесь писать высоконагруженный код на C++, в котором важна каждая миллисекунда, и код на Python, реализующий оптимальную бизнес-логику
* Будете разрабатывать company-wide-фреймворки анализа данных с тысячами внутренних пользователей
* Получите доброжелательных высококлассных коллег, которые любят ещё и вместе потусить, помимо работы

Разработка продуктовых и KPI-метрик для ключевых сервисов Яндекса

Инструмент принятия решений по метрикам напрямую влияет на качество продуктовых решений в компании. Развивая и улучшая метрики сервисов, мы помогаем сервисам двигаться в правильном направлении.

Ускорение процесса производства продуктовых гипотез в сервисах Яндекса

Скорость внедрений в сервисах Яндекса зависит от длительности подготовки, проведения и анализа экспериментов, а также от количества итераций. Это влияет на скорость роста качества продукта и бизнеса. Для ускорения необходимо научиться быстрее проводить эксперименты за счёт реалтайм-сигналов и повышения чувствительности метрик, быстрее анализировать за счёт внедрения ИИ-вердиктов, уменьшать итерации за счёт раннего обнаружения проблем, а также внедрять фаст-треки гипотез в сервисах.

Развитие и ИИ-трансформация платформы

Платформой экспериментов пользуются сотни сервисов Яндекса и тысячи человек. Необходимо не только постоянно развивать и улучшать систему, но и трансформировать платформу под ИИ-сценарии.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Больше трёх лет занимались разработкой на Python и C++
* Системно мыслите

* Знакомы с YTsaurus, Hadoop, Spark, Flink, Kafka
* Знаете теорию вероятностей, статистику, нейрогенеративные системы
* Получили продуктовый опыт

Наша команда разрабатывает методы обнаружения фрода в сервисах Яндекс Еда, Такси и Лавка, создаёт инструменты реагирования на попытки абьюза. Чтобы всё работало чётко, нужна мощная платформа и аккуратная инфраструктура.

Мы пишем код для работы фич, правил и ML-формул, которые создаём совместно с аналитиками, строим инфраструктуру для работы алгоритмов детекции и сервисы принятия решений.

Задач много — от поддержки и улучшения текущих процессов до создания новых микросервисов и новых функций, способных обрабатывать тысячи проверок в минуту. Поэтому мы ищем опытных разработчиков, понимающих нюансы архитектуры высоконагруженных сервисов.

Разрабатывать и поддерживать сервисы для обнаружения фрода

Предстоит создавать и поддерживать C++-сервисы — от бизнес-логики проверок до интеграций с внутренними платформами и источниками данных.

Следить за производительностью и надёжностью сервисов

Вы будете анализировать latency, throughput, потребление CPU и памяти, находить узкие места, оптимизировать код и архитектуру.

Обеспечивать доступность production-сервисов

Нужно будет работать с метриками, логами, трассировками и алертами, разбирать инциденты, устранять причины ошибок и предотвращать их повторение.

Участвовать в архитектурных обсуждениях

Предстоит оценивать trade-off’ы, декомпозировать задачи, проектировать новые компоненты и улучшать существующие.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Любите программировать на С++
* Знаете и используете STL, классические алгоритмы и структуры данных
* Имеете опыт многопоточного программирования
* Понимаете принципы работы методов машинного обучения
* Руководили командой

* Знаете Python
* Понимаете принципы работы ML

​​​​​​Яндекс Афиша — это сервис про эмоции. Здесь события, культура, интеллектуалы, движ, свобода и много трогательной жизни. Мы не просто продаём билеты на концерты, спектакли, стендапы, спорт и всяческие другие шоу, а дарим впечатления и воспоминания.

• Разработка визуальных материалов для digital- и офлайн-коммуникаций в соответствии с брендбуком и визуальной концепцией компании.
• Создание рекламных и коммуникационных материалов: баннеров, key visual, промоматериалов, презентаций, иллюстраций и других графических носителей.
• Адаптация готовых дизайн-концепций и макетов под различные форматы, каналы коммуникации и технические требования.
• Самостоятельная разработка графических решений на основе поставленных задач, технических заданий.
• Создание и использование графики с применением ИИ.
• Подготовка файлов к передаче в смежные команды, маркетингу, подрядчикам.
• Соблюдение установленных сроков, требований к качеству и внутренних процессов работы над дизайн-задачами.
• Участие в обсуждении задач и формировании визуальных решений, аргументация предложенных дизайнерских решений.

• Уверенное владение графическими редакторами (Figma + Adobe)
• Знание основ композиции, типографики, визуальной иерархии и принципов построения рекламных и коммуникационных материалов.
• Опыт разработки digital- и офлайн-материалов: баннеров, key visual, презентаций, промоматериалов, иллюстраций.
• Умение адаптировать дизайн-концепции и макеты под различные форматы, каналы коммуникации и технические требования.
• Навыки работы с ИИ-инструментами для создания, обработки и генерации графики.

Саджест (поисковые подсказки) — один из самых востребованных сервисов Яндекса. Мы обрабатываем свыше 100 тысяч запросов в секунду, причём 99,9% из них выполняем меньше чем за 100 мс. Ежедневно сервисом пользуются более 100 миллионов человек.

Нам нужен ML‑разработчик. Ваша задача — помочь внедрить современные технологии машинного обучения и повысить качество одного из самых высоконагруженных сервисов Яндекса. Вам предстоит изучить наши архитектурные и программные решения и внедрить собственные идеи.

Развитие AI‑саджеста

Вы будете переосмысливать роль саджеста в чате с Алисой и в условиях быстрого развития ИИ: придумывать новые сценарии работы ассистента и изучать, как языковые модели (LLM) способны изменить привычное взаимодействие с поисковыми подсказками.

Разработка ранжирования и подсказок

Вы будете экспериментировать с моделями и факторами ранжирования подсказок, обучать LLM генерировать полнотекстовые подсказки. Вам предстоит работать с данными: строить пайплайны обучения и оценки моделей, проверять гипотезы с помощью A/B‑тестов.

AI-агенты в разработке

Вы будете экспериментировать с AI-агентами благодаря гибкой архитектуре саджеста: ускорять разработку ML‑систем, проводить авторесёрч и создавать прототипы.

Больше об ML в Яндексе — в канале Yandex for ML

* Работали с ML-алгоритмами на практике
* Понимаете принципы работы, обучения и оценки ML-моделей
* Уверенно владеете Python

* Разбираетесь в современных подходах в NLP и LLM
* Пишете на C++, знакомы с Linux и многопоточностью
* Использовали AI‑агентов для исследований и разработки

Мы создаём инфраструктуру для обучения и дообучения больших языковых (LLM) и визуально-языковых (VLM) моделей. Эти модели используют в Алисе, Поиске, Рекламе и других сервисах Яндекса. Для обучения таких моделей нужны десятки тысяч серверов, миллионы вычислительных ядер и многоуровневые соединения между ними. Наша задача — сделать систему максимально эффективной: рационально использовать вычислительные ресурсы и снизить риски сбоев.

Чем сложнее система, тем больше точек отказа. Чем больше ресурсов требуется для обучения, тем выше накладные расходы на запуск. Наша команда работает на стыке ML-математики и «железной» инфраструктуры. Мы должны разбираться и в особенностях аппаратного обеспечения (GPU, сети, шины данных, диски, память), и в нюансах процесса обучения — например, понимать составные части, взаимодействие компонентов и узкие места.

Один из популярных подходов к обучению LLM — обучение с подкреплением (Reinforcement Learning, RL). Метод становится всё более востребованным, вместе с этим усложняются подходы, растёт потребность в вычислительных ресурсах — появляется необходимость строить специализированную инфраструктуру.

Оптимизация инфраструктуры RL-обучения

Вы будете улучшать ключевые компоненты: оптимизировать доставку и сохранение данных, а также коммуникации между блоками обучения; повышать эффективность работы внутри блоков.

Развитие инструментов диагностики

Вы будете создавать и улучшать инструменты, чтобы быстро находить и решать инфраструктурные проблемы.

Обеспечение отказоустойчивости инфраструктуры

Вы будете реализовывать подходы, которые сделают инфраструктуру обучения устойчивой к разным ошибкам и сбоям.

Исследование решений

Вы будете изучать новейшие подходы к организации инфраструктуры RL-обучения, оценивать, насколько они эффективны, и внедрять их в реальные проекты.

Больше об ML в Яндексе — в канале Yandex for ML

* Знаете Python и работали в системном программировании, разработке библиотек или фреймворков
* Умеете работать с фреймворком PyTorch и распределённым обучением через torch.distributed
* Владеете подходами параллелизации: понимаете Data Parallelism, Tensor Parallelism, Pipeline Parallelism, Expert Parallelism для распределённого инференса или обучения
* Интересуетесь LLM и MLOps: понимаете задачи и вызовы, которые связаны с эксплуатацией больших моделей в продакшене
* Можете эффективно работать в команде и делиться знаниями

* Участвовали в создании инфраструктуры обучения ML-моделей
* Внедряли и оптимизировали RL-решения
* Использовали библиотеки RL-обучения для LLM (veRL, slime, NeMo-RL, SkyRL) и библиотеки инференса (vLLM, SGLang и TRT-LLM)
* Работали с GPU NVIDIA: понимаете архитектуру GPU, разрабатывали или оптимизировали алгоритмы с использованием CUDA или Triton
* Владеете C++ и работали с низкоуровневым программированием и оптимизацией

Яндекс Лавка — сервис, в котором миллионы пользователей покупают продукты сотен производителей и, соответственно, рекламодателей. Для рекламодателей в Лавке есть множество инструментов для продвижения их товаров и развития их бренда. Наша команда занимается развитием и построением новых типов рекламных кампаний: традиционные CPM-кампании для продвижения в поиске, рекомендациях, корзине; кампании, нацеленные на новичков бренда; кампании с прицелом на попадание в самые топовые позиции выдачи; трафареты на разных поверхностях.

Мы ищем опытного ML-разработчика, который поможет нам с разными вызовами:

* Развивать основную формулу аукциона
* Прокачивать новые виды стратегий
* Развить качество моделей bid correction
* Улучшить pid-контроллеры для управления объёмом трат в рекламных кампаниях

Присоединяйтесь, если хотите быть частью фокусного для компании и динамично развивающегося продукта.

Ведение ML-проектов

Вам предстоит курировать все стадии ML-проекта: от идеи и разработки решения до обучения моделей и принятия эксперимента в A/B.

Написание кода и поддержка инфраструктуры

Вам нужно будет писать код в продакшн, взаимодействовать со смежными командами аналитиков и разработчиков, разрабатывать микросервисы на C++, поддерживать ML-инфраструктуру.

Улучшение качества ML-моделей

Вам предстоит улучшать базовое качество ML-моделей, в том числе менять архитектуру, фичи, лоссы и таргеты.

Тесная работа с командой продукта

Вы будете работать в постоянном контакте с нашими продуктовыми менеджерами, чтобы искать новые точки роста, где технологии могут приносить пользу людям.

* Разрабатывали на Python, C++, Java или C#
* Внедряли и поддерживали ML-модели в рантайме
* Применяли методы анализа данных и ML и хорошо их знаете
* Знаете математическую статистику и теорию вероятностей

Мы команда финтеха внутри платежей Яндекс Go. Наша задача состоит в том, чтобы встраивать финансовые продукты Яндекса в суперапп Яндекс Go: мы отвечаем за интеграцию с Яндекс Банком и делаем так, чтобы карта Пэй, Сплит, Сейвы и кредитные продукты органично работали внутри приложения, которым ежедневно пользуются миллионы людей.

У нас небольшая кросс-функциональная команда из пяти человек: три бэкенд-разработчика, iOS- и Android-разработчики. Фичи делаем целиком внутри команды, у каждого своё направление и реальное влияние на продукт. Работаем в микросервисной архитектуре на Python, C++ (собственный открытый фреймворк userver) и Go. Фичи запускаем через A/B-эксперименты и раскатываем на многомиллионную аудиторию.

Почему у нас интересно
* Работа на стыке двух больших экосистем, Яндекс Go и Яндекс Банка: вы будете строить продукты вместе с командами Банка и карты Пэй.
* Продуктовое влияние: разработчики участвуют в придумывании фич с самого начала и видят эффект своих решений в метриках.
* Быстрые запуски: гипотеза превращается в A/B-эксперимент на реальной аудитории за недели, а не кварталы.
* Маленькая команда с большой зоной ответственности: есть куда расти и в экспертном опыте, и в роли.

Создание единого финансового центра в супераппе Яндекс Go

Одна из задач — объединить карту Пэй, Сплит, Сейвы и кредитные продукты банка в едином кошельке внутри супераппа Яндекс Go для удобного управления финансами.

Интеграция продуктов Яндекс Банка в сценарии работы супераппа Яндекс Go

Предстоит внедрить новые продукты Яндекс Банка в суперапп Яндекс Go — от визуальных элементов интерфейса до обработки данных на бэкенде.

Продвижение банковского способа оплаты в сценарии заказа

Вы будете стимулировать пользователей выбирать карту Пэй при заказе (например, через скидку) и оценивать эффективность предложения с помощью A/B-экспериментов.

Развитие платёжных сценариев на стыке супераппа Яндекс Go, карты Пэй и Яндекс Банка

Вам предстоит реализовать и усовершенствовать в супераппе Яндекс Go возможности оплаты поездок картой Пэй и в рассрочку через Сплит.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно владеете одним из наших языков (Python, C++ или Go) и готовы разбираться в остальных
* Умеете проектировать и отлаживать распределённые системы из множества микросервисов
* Самостоятельно ведёте проекты: от проработки идеи до раскатки в продакшен и мониторинга
* Обладаете сильными софт-скилами (у нас много кросс-командной работы с Яндекс Банком и картой Пэй)

* Работали в финтехе: с платёжными системами, банками или процессингом
* Запускали продуктовые A/B-эксперименты и умеете работать с метриками
* Проактивны: предлагаете улучшения процессов и готовы брать ответственность за продуктовые области

Узнайте про разработку Городских сервисов Яндекса на [dev.go.yandex](http://dev.go.yandex/?utm\_source=yandex\_jobs&utm\_medium=social&utm\_content=1&utm\_campaign=vacancies).

Мы создаём ML-команду, которая построит новые эффективные алгоритмы для промоакций и скидок Яндекс Лавки. Хотим круто управлять сотнями миллионов рублей промобюджета, чтобы привлекать больше новых пользователей и заказов, доказательно демонстрировать пользователям преимущества Лавки и растить GMV сервиса.
Чтобы это осуществить, нам нужно:
* Исследовать эластичность спроса с учётом данных о товарах и пользователях
* Строить ML-модели для прогноза роста продаж от скидок
* Закодить оптимизационные алгоритмы для выдачи скидок с учётом ограничения на бюджет
* Проводить A/B-тесты с новыми алгоритмами и для exploration
* По дороге ещё лучше разобраться в том, как работает продукт Лавки, и придумать новые сценарии, в которых можно качать промо.




В Лавке есть ряд новых челленджей, например:
* Скидкой на товар можно повлиять как на покупку пользователем отдельного товара, так и в целом на совершение им заказа, — как это учесть?
* Долгосрочные эффекты: мы влияем на ценовое восприятие пользователя — если он сейчас решит (не) покупать в Лавке, то это отразится и на дальнейших его покупках
* У пользователей есть любимые товары, и нужно придумать, как прайсить именно такие товары
* В Лавке большие корзины, и можно быть ещё эффективнее, если в рантайме учитывать уже набранную пользователем корзину

Для того, чтобы со всем этим справиться, мы ищем сильных ML-разработчиков. Если вы хотите решать сложные наукоёмкие задачи (causal inference, uplift-моделирование) и в то же время серьёзно влиять на бизнес, а также заметно расти в процессе — присоединяйтесь к нам!

Ведение ML-проектов

Вам предстоит курировать все стадии ML-проекта: от идеи и разработки решения до обучения моделей и принятия эксперимента в A/B.

Написание кода и поддержка инфраструктуры

Вам нужно будет писать код в продакшн, взаимодействовать со смежными командами аналитиков и разработчиков, разрабатывать микросервисы на C++, поддерживать ML-инфраструктуру.

Улучшение качества ML-моделей

Вам предстоит улучшать базовое качество ML-моделей, в том числе менять архитектуру, фичи, лоссы и таргеты.

Тесное сотрудничество с командой продукта

Вы будете работать в постоянном контакте с нашими продуктовыми менеджерами, чтобы искать новые точки роста, где технологии могут приносить пользу людям.

Больше об ML в Яндексе — в канале Yandex for ML

* Разрабатывали на Python, C++, Java или C#
* Внедряли и поддерживали ML-модели в рантайме
* Применяли методы анализа данных и ML и хорошо их знаете
* Знаете математическую статистику и теорию вероятностей

Решение задачи планирования движения — один из самых больших вызовов в отрасли автономных технологий. Мы экспериментируем с большими генеративными моделями, чтобы предсказывать траекторию движения автомобиля. Такая траектория должна обеспечивать безопасное взаимодействие с участниками движения, быть комфортной для пассажира и помогать автомобилю добраться до конечной точки маршрута.

Чтобы модель лучше справлялась с новыми дорожными ситуациями, мы ищем способы её улучшения: исследуем новые алгоритмы RL-обучения, экспериментируем с наградами и работаем с данными.

Вам предстоит развивать алгоритм, чтобы автономный транспорт качественно работал в городе и на трассе.

Улучшение RL-моделей

Вы будете учить трансформеры извлекать информацию о взаимодействии участников движения с траекторией автомобиля, проверять и внедрять современные подходы из научных статей об автономном вождении, а также экспериментировать с наградами и методами обучения.

Внедрение разработок в автомобили

Вы будете внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии.

Больше об ML в Яндексе — в канале Yandex for ML

* Обучали нейросетевые модели, внедряли DL-решения в продакшен
* Ориентируетесь в области DL, быстро разбираетесь в новых методах
* Программируете на Python, работали с PyTorch
* Знаете классические структуры данных и алгоритмы
* Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
* Читаете статьи о ML, следите за развитием этой области

* Внедряли методы обучения с подкреплением в продакшен
* Публиковались в сборниках научных конференций высокого уровня
* Работали с большими объёмами данных
* Участвовали в соревнованиях по ML или спортивному программированию
* Увлечены автомобилями или автономными автомобилями

Мы активно развиваем направление SME (small-medium enterprise), чтобы привлекать больше клиентов в продукты Финтеха. Наша разработка — большой продукт PayBox, это и есть Яндекс Пэй с точки зрения клиентской части.

Для эффективного развития SME-направления у нас есть проекты в нескольких сегментах: массовый продукт в популярных CMS-системах, личный кабинет как основной инструмент работы мерчанта, интеграции с Браузером, Поиском и Рекламой, международное направление, а также операционные инструменты для сотрудников Яндекса.

Участие в проектах

Вы будете участвовать в развитии существующих проектов и работать в команде на всех этапах разработки продукта. Вас ждёт много свежего кода и мало легаси.

Проектирование архитектуры сервисов

Вы будете проектировать и запускать новые сервисы вместе с командой. Бизнес развивается, и нам постоянно нужно тестировать новые гипотезы.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Разрабатывали на Go более трёх лет
* Умеете и хотите писать юнит-тесты
* Знаете, что такое CI/CD, и хотите тюнить готовый CI/CD
* Умеете работать с различными способами передачи данных

Мы создаём платформу, которая соединяет блогеров с рекламодателями и делает размещение рекламы в соцсетях простым и эффективным.

Система даёт блогерам доступ к огромной базе рекламодателей Яндекс Директа, а бизнесу помогает продавать товары через популярные площадки: Telegram, VK, YouTube и другие соцсети. Главная фишка — максимальная автоматизация рутины. Блогеры могут сосредоточиться на создании крутого контента, а рекламодатели — на развитии своего бизнеса.

В марте мы запустили открытое тестирование проекта.

Рекомендации контента

Мы разрабатываем систему, которая анализирует тематику канала и поведение подписчиков, чтобы предлагать блогерам идеи для постов, которые вызовут максимальный отклик у их аудитории.

Интеллектуальный поиск товаров и магазинов

Наша система поможет блогерам находить подходящие товары среди миллионов предложений. Мы работаем над алгоритмами ранжирования и отбора наиболее релевантных товаров для поискового запроса.

Автоматическая генерация рекламных постов

Используем LLM для создания продающих постов на основе изображений товаров и их характеристик.

Аукцион в реальном времени

Разрабатываем механизм проведения аукциона между рекламодателями при клике пользователя по рекламной ссылке. Так как один товар часто продаётся в разных магазинах, нам важно определить оптимального продавца для каждого подписчика канала.

Мультиплатформенная публикация

Создаём инструменты, позволяющие блогерам публиковать контент одновременно в различных соцсетях без лишних действий, экономя время и силы.

* Разрабатывали на C++
* Знаете разные стандарты C++
* Знакомы с Python и FastAPI
* Работали с системами контроля версий (Git)
* Понимаете основные алгоритмы и структуры данных
* Умеете работать в команде

* Разрабатывали многопоточные приложения
* Работали с базами данных (SQL, NoSQL)
* Работали в Agile- или Scrum-команде
* Знаете инструменты CI/CD

YDB — это распределённая отказоустойчивая реляционная база данных с открытым исходным кодом, которая сочетает высокую доступность, масштабируемость и производительность. Вместе с сопутствующим стеком serverless-технологий YDB позволяет организовать систему хранения и обработки данных для самых сложных и требовательных приложений.

Также YDB — это платформа для создания инфраструктурных компонентов. Мы предлагаем пользователям не только надёжные транзакции поверх таблиц, но и готовые решения на основе самого движка: персистентные очереди, федеративные запросы, сетевые диски для виртуальных машин (Yandex Network Block Store) и другое.

Распределённые транзакции

YDB обеспечивает строгую согласованность с помощью распределённых транзакций. Они могут охватывать данные, находящиеся в разных таблицах или в одной таблице на множестве узлов. Число узлов может достигать десятков тысяч.



YDB использует детерминированные транзакции в качестве этапов выполнения пользовательских транзакций с дополнительной оркестрацией и блокировками.

Партиционирование

Строковая таблица в БД может быть шардирована по диапазонам значений первичного ключа. Каждый шард таблицы отвечает за свой диапазон первичных ключей. Диапазоны ключей, обслуживаемых разными шардами, не пересекаются. Различные шарды таблицы могут обслуживаться разными серверами распределённой БД (в том числе расположенными в разных локациях), а также могут независимо друг от друга перемещаться между серверами для перебалансировки или поддержания работоспособности шарда при отказах серверов или сетевого оборудования.

Первичные и вторичные индексы

В YDB автоматически создаётся индекс по первичному ключу, поэтому выборки с условием по первичному ключу всегда выполняются эффективно, затрагивая только требуемые строки. Выборка с условием, наложенным на одну или несколько неключевых колонок, как правило, приводит к полному сканированию таблицы. Для того чтобы такие выборки были эффективными, нужно использовать вторичные индексы. В текущей версии YDB реализованы синхронные и асинхронные глобальные вторичные индексы.

Векторный поиск

Поиск k ближайших соседей (k-NN) — это задача оптимизации, которая заключается в нахождении k ближайших точек к точке запроса. Это может быть полезно в различных приложениях, таких как классификация изображений, рекомендательные системы и многое другое.



Решение задачи k-NN разбивается на два крупных подкласса методов: точные и приближённые.

Полнотекстовый поиск

Полнотекстовые индексы — это экспериментальный тип вторичных индексов, которые предоставляют возможности быстрого текстового поиска. Основная идея полнотекстового индекса заключается в сохранении сопоставления терминов со строками, которые содержат эти термины.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Разрабатывали на С++ не меньше трёх лет
* Знаете всё, что обычно спрашивают на собеседованиях: классические алгоритмы, структуры данных и прочее
* Понимаете ключевые аспекты построения отказоустойчивых распределённых систем
* Прочитали классические книги Дейта и Клеппмана :)

Рекламная сеть Яндекса (РСЯ) — крупнейшая платформа монетизации в рунете. Она объединяет десятки тысяч сайтов и мобильных приложений. Наши технологии ежедневно обрабатывают миллиарды запросов и подбирают наиболее релевантную рекламу для каждого пользователя с помощью машинного обучения.

Наша команда развивает классический инвентарь РСЯ и создаёт новые умные рекламные форматы. Мы разрабатываем решения, которые адаптируют дизайн рекламы под контент площадки (нейродизайн), оптимизируют расположение блоков (авторасстановка) и обеспечивают бесшовную интеграцию рекламы.

Мы ищем сильного инженера, владеющего C++, в нашу команду. Вы будете работать на стыке продуктовой разработки и хардкорного бэкенда: проектировать отказоустойчивые сервисы с latency в миллисекунды, оптимизировать потребление ресурсов и внедрять новые фичи, которые напрямую влияют на выручку Яндекса и наших партнёров.

Разработка умных рекламных форматов

Вы будете создавать новые форматы рекламы (например, Overlay-блоки) и улучшать существующие. Используя ML, вы будете генерировать дизайн «на лету» (нейродизайн) и автоматически выбирать оптимальное место для показа рекламы на сайте партнёра (авторасстановка). Вам предстоит интегрировать эти ML-модели в высоконагруженный бэкенд на C++, напрямую влияя на эффективность монетизации десятков тысяч площадок.

Оптимизация компонентов

Наши сервисы обрабатывают сотни тысяч RPS, поэтому производительность критически важна. Вы будете профилировать код, оптимизировать работу с памятью и сетью, чтобы снизить время ответа (latency) и повысить надёжность системы. В нашей сильной инженерной культуре принято разбирать задачи на атомы: каждая сэкономленная миллисекунда приносит реальную пользу бизнесу и пользователям.

Проектирование архитектуры сервисов

РСЯ постоянно растёт, и мы регулярно запускаем новые продукты. Вы будете участвовать в архитектурных ревью, проектировать масштабируемые решения для интеграции с внешними платформами и внутренними сервисами Яндекса. Мы поощряем исследовательский подход и поиск нестандартных решений для сложных технологических вызовов.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно владеете C++ (стандарты 17/20)
* Знаете STL
* Понимаете принципы управления памятью и особенности многопоточного программирования
* Имеете опыт коммерческой разработки высоконагруженных распределённых систем от трёх лет
* Отлично знаете классические алгоритмы и структуры данных
* Умеете оценивать асимптотическую сложность кода
* Понимаете внутреннее устройство ОС Linux и принципы работы сетевых протоколов (TCP/IP, HTTP, gRPC)
* Умеете профилировать код, находить узкие места производительности и оптимизировать их
* Пишете чистый, тестируемый код
* Готовы участвовать в код-ревью

* Применяли ML-модели в продакшене (CatBoost, нейросети)
* Работали с технологиями рекламного рынка (AdTech, RTB)
* Знакомы с экосистемой больших данных (MapReduce, ClickHouse)
* Пишете на Python или Go для автоматизации рутины и создания вспомогательных сервисов

Автономные технологии делают нашу жизнь легче и лучше, но их нужно постоянно развивать, чтобы повысить комфорт, безопасность и доступность.

Яндекс стремится вывести автономные технологии на новый уровень и внедряет передовые ML-разработки. Мы создаём технологии, которые повышают безопасность и заботятся о комфорте пассажиров и других участников дорожного движения.

Мы экспериментируем с VLM — у них большой потенциал, и мы хотим использовать его в наших задачах.

Дообучение VLM для вождения

Вы будете дообучать vision-language-модель предсказывать траектории, добавлять ризонинг, чтобы повысить интерпретируемость действий, и расширять знания в области вождения и понимания дорожной обстановки, разметки, знаков, сигналов светофоров, действий других автомобилей и пешеходов. Также вы будете вносить архитектурные изменения: добавлять энкодеры для новых модальностей (например, карты и лидары) и реализовывать методы для ускорения инференса модели — от action modality injection и спекулятивного декодинга до flow matching head.

Развитие RL-подходов для VLM

Вы будете разрабатывать и внедрять передовые методы RL, чтобы научить VLM принимать более безопасные, эффективные и понятные человеку решения. Вам предстоит решать нетривиальные задачи: создавать устойчивые reward-функции, бороться с reward hacking и выстраивать масштабируемую систему обучения в симуляции.

Имплементация SOTA-решений

Вы будете следить за современными подходами, изучать актуальные статьи и внедрять SOTA-решения, а также быстро проверять гипотезы.

Больше об ML в Яндексе — в канале Yandex for ML

* Понимаете принципы машинного обучения и принципы работы NLP-моделей
* Разбираетесь в классических алгоритмах и структурах данных
* Обучали и внедряли модели глубинного обучения в продакшен
* Работали с большими объёмами данных
* Знаете Python
* Следите за развитием и последними достижениями в области машинного обучения, читаете статьи с топовых конференций

* Работали с VLM
* Занимались распределённым обучением

Наша команда разрабатывает слой совместимости с PostgreSQL для YDB. Он позволяет существующим PostgreSQL-приложениям работать с YDB без изменений на стороне клиента и при этом использовать возможности распределённой СУБД: горизонтальное масштабирование, отказоустойчивость и строгую согласованность.

Проект уже показал результаты на ряде приложений, работающих с PostgreSQL. Ближайшая задача — развивать производительность и обеспечивать полноту поддержки PostgreSQL-семантики в архитектуре YDB и в слое PostgreSQL-совместимости.

Мы ищем разработчика с опытом работы в ядре PostgreSQL, пониманием распределённых систем и уверенным владением C++.

Проектирование архитектуры расширения и слоя совместимости

Вы будете проектировать поддержку PostgreSQL-семантики поверх распределённого движка YDB через колбэки и хуки PostgreSQL (при необходимости — через патчи в сам PostgreSQL); определять зоны строгой совместимости и зоны допустимых расхождений.

Настройка производительности

Вам предстоит профилирование горячих путей, оптимизация выполнения запросов, работа с планировщиком. Цель — эффективное выполнение типовых OLTP-нагрузок и масштабируемая работа на больших данных и распределённых сценариях.

Реализация парсера и транзакционного механизма

Необходимо будет обеспечивать поддержку PostgreSQL-диалекта SQL (DDL, DML, CTE, оконные функции, рекурсивные запросы), а также минимизацию семантических расхождений в пределах технических возможностей. Цель — достичь поведения приложений, использующих распределённые транзакции YDB, неотличимого от поведения при работе с PostgreSQL.

Горизонтальное масштабирование PostgreSQL-шлюзов

Вы будете реализовывать архитектуру из нескольких узлов слоя совместимости, согласованно работающих как один PostgreSQL-сервер, а также прозрачное масштабирование без шардирования на стороне клиента.

Обеспечение совместимости с экосистемой

Вам предстоит обеспечивать корректную работу драйверов (libpq, JDBC, asyncpg, pgx) без модификаций на стороне клиента, поддержку ORM, миграционных инструментов и BI-систем.

Техническое лидерство в команде

В круг ваших задач будет входить дизайн-ревью, менторство, задание инженерной планки.

* Уверенно владеете C++ и понимаете устройство высоконагруженных и распределённых систем
* Готовы разбираться во внутренностях PostgreSQL, YDB и СУБД в целом, включая расширения, внутренние структуры, планировщик. Опыт СУБД-разработки не обязателен — важна способность работать со сложными чужими кодовыми базами на этом уровне
* Умеете доводить архитектурные решения от идеи до согласованного дизайна и работающего кода

* Разрабатывали расширения PostgreSQL или работали с его внутренними API (Hooks, FDW, Custom Scan, Background Workers)
* Знаете внутренности PostgreSQL или родственные системы (Greenplum, Citus, CockroachDB, YugabyteDB)

У нас дружная команда, которая состоит из трёх бизнес-юнитов: Плюс Фантех, Финтех и Плюс AdTech (включает в себя программу лояльности Свои Плюсы). Мы знаем, что чем больше пользователь вовлечён в каждый из сервисов, тем больше пользы он для себя получает.

Генерация идей и реализация проектов

Вы будете придумывать и вместе со смежными командами реализовывать кросс-сервисные проекты, в рамках которых десятки миллионов пользователей контентных сервисов становятся пользователями Финтеха и программы лояльности Свои Плюсы.

Проверка гипотез

Вам предстоит запускать на поверхностях Плюса и контентных сервисов различные эксперименты для вовлечения пользователей в Финтех и программу лояльности.

Проектное управление

Вы будете связующим звеном между всеми задействованными бизнес-юнитами для консолидации контекста и презентации статусов и будущих планов топ-менеджменту Фантеха.

* Аналитически мыслите: можете не только сделать финансовую модель за несколько часов, но и предметно обсудить с аналитиками сетап и результаты А/B-теста
* Мотивированы много и эффективно работать для достижения высоких результатов, о которых будете с гордостью рассказывать
* Умеете структурировать информацию: ёмко выражаете мысли в любом формате (на слайдах, текстом или голосом) и применяете top-down-подход при разборе проблем
* Имеете развитые коммуникативные навыки: умеете договариваться с коллегами в сложных ситуациях

Яндекс ID — это гораздо больше, чем просто форма для ввода логина и пароля на сервисах Яндекса. Мы разрабатываем множество экосистемных продуктов, связанных с хранением и обработкой данных миллионов пользователей на внутренних сервисах Яндекса, внешних сайтах и в приложениях.

Ищем специалиста, которому будет интересно вместе с нами делать техническую аналитику, а также решать задачи в области безопасности продуктов.

Расследование инцидентов, связанных с активностью мошенников

Вам предстоит изучать метаданные транзакций и находить закономерности и аномалии в данных, чтобы создавать методы автоматического обнаружения мошеннических событий. Мы разрабатываем оптимальные эвристические алгоритмы, а также внедряем обученные нами эффективные ML-модели.

Разработка метрик

Наша цель — придумать и внедрить метрики, которые продемонстрируют влияние разработанных нами методов на продукт и пользователей. Часто для этого приходится собирать данные из разных источников, выстраивать пайплайны их обработки и преобразовывать в понятные графики и таблицы.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Работали на аналогичной позиции больше двух лет
* Пишете код на Python
* Знаете SQL
* Знакомы с машинным обучением — строили ML-модели
* Работали с антифрод-решениями

Проектный офис в составе Яндекса занимается координацией финансовых, юридических и технических аспектов при запуске и сопровождении проектов. Команда обеспечивает взаимодействие между внутренними экспертами, работает с учетными системами и нормативной документацией. В настоящий момент мы открыты для привлечения стажеров, готовых включиться в операционную деятельность.

Задачи:
— Выполнение регламентных операций в рамках текущих проектов.
— Формирование и согласование технических заданий для юридического и технического блоков.
— Работа во внутренних инструментах .
— Участие в небольших проектах с четкой структурой под руководством наставника.
— Коммуникация с коллегами из разных команд для решения прикладных вопросов.

Требования к кандидату:
— Образование (неоконченное или полное) по направлениям: экономика, финансы, менеджмент, управление проектами, прикладная юриспруденция. Технические специальности (программирование, инженерия) менее приоритетны в силу специфики задач.
— Внимательность к деталям, способность следовать инструкциям и доводить работу до завершения без пропусков этапов.
— Структурное мышление — умение анализировать задачу и выстраивать последовательность действий.
— Коммуникативные навыки: доброжелательность, готовность к взаимодействию с разными специалистами, умение четко формулировать вопросы и запросы.
— Английский язык на уровне, достаточном для чтения и составления деловой переписки (Intermediate и выше). Навыки устной речи приветствуются, но не являются обязательным условием.
— Наличие опыта волонтерских проектов, организации мероприятий, участия в учебных или внеучебных активностях будет преимуществом, но не обязательным требованием.

Условия работы:
— Работа в офисе в Москве (очно или гибрид).
— Конкретный вариант стажировки (3 или 6 месяцев) обсуждается на собеседовании и зависит от потребностей команды.
— Гибкий график может быть согласован для совмещения с учебой.

Почему стоит подать заявку:
Стажировка дает возможность познакомиться с внутренней структурой крупной IT-компании, получить навыки проектной работы и взаимодействия с профильными экспертами.

Наша команда управляет полным жизненным циклом и экономикой ключевых розничных направлений: BNPL-сервиса Сплит, кредитной карты Супер Сплит, кредитов наличными. Мы стремимся увеличить портфель, сохраняя оптимальное соотношение доходности и риска.

Управление командой

Вы будете руководить группой аналитиков антифрода из 3–6 человек: ставить цели и KPI, проводить ревью, заниматься менторством и развивать экспертизу в команде.

Система мониторинга

Вам предстоит выстраивать и развивать систему обнаружения аномалий — работать с операционными метриками и алертинговой инфраструктурой для каждого продукта. Также вам нужно будет своевременно выявлять фрод‑волны и координировать их закрытие: от срабатывания алерта до выкатки отказа в продакшен.

Антифрод-аналитика

Вы будете работать с антифрод‑гипотезами: искать паттерны, собирать фичи (включая внутренние и внешние данные), разрабатывать и тестировать правила и ML‑модели, выпускать их в продакшен, анализировать эффект после запуска. Также вам нужно будет оценивать экономическую эффективность решений и запускать подключение новых внешних источников данных.

Антифрод‑контур

Вам предстоит создавать защиту от мошенничества при запуске новых продуктов и мерчантов: разрабатывать скрипты и правила, выстраивать операционный процесс, прорабатывать методологию разбора ситуаций и с нуля оцифровывать процессы.

Взаимодействие с командами и партнёрами

Вы будете работать вместе с командами рисков, продукта, ML, разработки и комплаенса. Также предстоит взаимодействовать с внешними поставщиками данных — с бюро кредитных историй, скоринговыми сервисами и телеком‑компаниями: договариваться об условиях сотрудничества и оценивать, насколько выгодно подключать их услуги.

* Работали в сфере аналитики рисков, антифрода или смежных направлениях финтеха более трёх лет
* Руководили командой аналитиков не менее двух лет: ставили задачи, давали обратную связь, развивали сотрудников
* Хорошо понимаете методы обнаружения аномалий и антифрода (fraud detection), можете провести задачу от гипотезы до результата в продакшене
* Уверенно владеете SQL и Python
* Умеете выстраивать операционные процессы и определять метрики: KPI команды, SLA, качество, нагрузку

* Работали с ML‑моделями: обучали, валидировали, оценивали эффект в продовых условиях
* Работали с внешними источниками данных
* Запускали антифрод в новом продукте или сегменте
* Умеете работать по методологии Agile или Scrum: планируете спринты и управляете бэклогом команды

Команда агентного ранжирования отвечает за качество ответов Алисы, которые пользователь видит, когда задаёт вопрос в строке поиска Яндекса.

Мы работаем над тем, чтобы ответ был максимально полезным: вместо десятка ссылок пользователь получает точный, сгенерированный по релевантным источникам ответ. Также команда развивает Yandex Search API — B2B-продукт, который отдаёт внешним заказчикам документы с инфоконтекстами (вырезками из полного текста, релевантными запросу) и поддерживает метрики качества этих инфоконтекстов.

Придумывать и проверять способы улучшения ранжирования

Вы будете реализовывать сложные сетапы экспериментов по улучшению ранжирования — от подбора промптов до создания бенчмарков и замеров качества.


Находить сигналы, которые делают ответы лучше

Вам предстоит подбирать и тестировать сигналы для смешивания в новую ранжирующую функцию: описывать, как должен выглядеть сигнал, создавать бенчмарк для оценки и добиваться роста скора.


Доводить идеи до продакшена

Вы будете работать end-to-end: от идеи и гипотезы до реализации, замера на бенчмарках и выкатки.


Развивать качество Yandex Search

API
Вместе с командой вам предстоит развивать систему метрик качества инфоконтекстов и Yandex Search API.


Принимать решения на основе экспериментов

Вы будете проводить A/B-тесты и эксперименты, анализировать результаты и на их основе принимать решения о дальнейшем развитии ранжирования.

* Хорошо знаете теорию вероятностей и математическую статистику — понимаете, как устроены эксперименты, умеете формулировать и проверять гипотезы, интерпретировать результаты A/B-тестов и бенчмарков
* Уверенно работаете с Python или SQL — самостоятельно берёте данные, проводите анализ, строите необходимые расчёты и делаете выводы
* Решаете нестандартные задачи — умеете выстраивать рассуждение с нуля, когда нет готового алгоритма или очевидного решения
* Умеете превращать гипотезу в работающий эксперимент — можете сформулировать идею, определить, как её проверить, подобрать метрики и бенчмарк, а затем довести решение до реализации и оценки результата
* Интересуетесь ML и генеративными моделями — понимаете базовые принципы работы современных ML-систем и хотите разбираться в том, как оценивать и улучшать их качество

* Работали с большими объёмами данных

Чат с Алисой — популярное приложение, в котором можно общаться с умным ассистентом. Алиса помогает искать информацию, решать повседневные задачи и регулярно обретает новые возможности — всё благодаря развитию технологий.

Мы ищем дизайнера, который поможет превращать сложные технологии в простой, понятный и человечный пользовательский опыт для миллионов людей.

Разработка нового AI‑опыта

Вы будете проектировать взаимодействие с AI — не просто отвечать на вопросы, а помогать выполнять реальную работу.

Проектирование сценариев

Вы будете помогать пользователям ставить задачи, работать с информацией и получать готовый результат с помощью AI.

Поиск форматов взаимодействия

Вы будете придумывать, как человек ставит задачи AI, следит за процессом работы и сотрудничает с ассистентом.

Преобразование AI‑возможностей в продукт

Вы будете превращать сложные технологии и агентные сценарии в простые, удобные и красивые продукты.

* Имеете продуктовый опыт, проектировали мобильные и веб‑интерфейсы
* Отлично владеете Figma: создаёте удобные макеты на компонентах, в которых разберётся и разработчик, и менеджер
* Владеете инструментами создания анимаций — выполняете переходы и прототипирование, знание After Effects будет плюсом
* Используете GPT в работе или личных проектах: пробуете, экспериментируете, имеете свои идеи и кейсы
* Любите и умеете делать интерфейсы простыми и красивыми
* Умеете работать в команде и говорите на одном языке с разработчиками и менеджерами
* Следите за развитием технологий и готовы быстро разбираться в новом — в AI‑продукте это пригодится каждый день
* Воодушевлены идеей создавать новый опыт взаимодействия человека и ИИ

Больше о том, как мы внедряем технологии в креатив, — в канале [Yandex for TechnoCreative](https://t.me/Yandex4TechnoCreative). Все профессии внутри разделов

Яндекс Афиша — сервис для поиска событий и покупки билетов на концерты, спектакли, кино, выставки, стендапы, экскурсии и спортивные мероприятия. Платформа агрегирует предложения крупнейших билетных операторов на единой схеме зала и продаёт билеты без дополнительной комиссии, работая в России, Беларуси и Казахстане.

Наша команда дизайна отвечает за визуальный опыт всей платформы. Мы ищем руководителя направления продуктового дизайна. Вашей задачей будет управлять командой и дизайн-процессами так, чтобы качество оставалось высоким на каждом этапе — от идеи до релиза. В этой роли вы будете одновременно и стратегом, и практиком: нужно будет уделять время управленческим задачам и развитию команды, а также самостоятельно работать над сложными ключевыми сценариями. Ваша главная цель — сделать так, чтобы дизайн Яндекс Афиши был целостным, удобным и заметно влиял на продуктовые метрики.

Управление дизайн-командой

Вы будете планировать спринты, распределять задачи между дизайнерами и подрядчиками, следить за загрузкой и дедлайнами. Важно помогать команде расти: проводить ревью работ, давать обратную связь, учить мыслить системно. Параллельно вы будете выстраивать процессы, чтобы работа была предсказуемой и прозрачной как для дизайна, так и для смежных команд.

Проектирование и дизайн интерфейсов

Вам предстоит проектировать сложные сценарии для пользователей — от выбора события и схемы зала до оформления покупки билета. Вы будете работать в Figma, тесно взаимодействуя с командой продукта, разработкой и маркетингом, чтобы каждое решение было технически реализуемо и отвечало бизнес-задачам.

Развитие дизайн-системы

Ваша задача — развивать и внедрять единую дизайн-систему, которая ускорит работу команды и сделает интерфейсы предсказуемыми для пользователей. Вы будете отвечать за её качество, следить за adoption rate и договариваться с разработчиками о внедрении компонентов.

Работа с метриками и качеством

Вы будете отвечать за результаты работы команды продуктового дизайна: предстоит следить за тем, как дизайн влияет на ключевые показатели — конверсию в покупку билета, retention, глубину просмотра каталога событий. Если интерфейс не улучшает метрики, вам нужно будет искать причину и предлагать новые гипотезы.

* Работали продуктовым дизайнером от пяти лет и хотя бы год управляли небольшой командой
* Знаете, как работать с B2C-продуктами в билетных, развлекательных или event-сервисах
* Уверенно владеете Figma и умеете работать с нейросетями
* Понимаете продуктовые метрики и то, как ваши дизайн-решения влияют на цифры
* Умеете выстраивать дизайн-процессы, ревьюить работы подрядчиков и давать конструктивную обратную связь
* Готовы быть играющим тренером: делегировать простые задачи команде, но лично браться за самые сложные и приоритетные сценарии
* Работали с дизайн-системами с нуля или имеете опыт их масштабного внедрения

Больше о том, как мы внедряем технологии в креатив, — в канале [Yandex for TechnoCreative](https://t.me/Yandex4TechnoCreative). Все профессии внутри разделов