Работа в Яндексе: вакансии IT и digital

Ключевые критерии качества беспилотного автомобиля — безопасность, комфорт и эффективность. Однако оценивать эти критерии на основе проездов по реальным дорогам слишком долго, дорого, а иногда и вообще невозможно.

Чтобы эффективно оценивать качество релизов ПО беспилотного автомобиля, в Яндексе разработали систему симуляции. Она позволяет проанализировать поведение авто в виртуальном окружении, оценить влияние внешних и внутренних факторов на поведение автономного транспорта и предсказать последствия выбранного поведения.

По мере развития технологии автономного транспорта обнаруживать трудные для автопилота дорожные ситуации становится всё сложнее. Сегодня нам требуется изобретать новые подходы к созданию и способу применения сценариев симуляции, чтобы обеспечивать достоверность и надёжность получаемых оценок качества.

Перед нами стоят задачи, связанные с имитацией влияния экстремальных факторов, таких как суровые погодные условия или неожиданные неисправности в устройстве автомобиля, на моделирование его движения и систему восприятия окружающего мира.

[Больше о симуляторе]( https://habr.com/ru/companies/yandex/articles/808213/?clckid=9ed64007)

Управление командой

Вы будете руководить командой из 4–6 разработчиков и ML-инженеров: ставить масштабные цели, декомпозировать их, превращая в задачи, контролировать весь процесс — от постановки задачи до внедрения в продакшен. Вы также будете влиять на стратегию развития симулятора в целом: определять, какие физические и сенсорные эффекты мы моделируем в первую очередь и как это влияет на надёжность всей системы автопилота.

Совершенствование модели движения автомобиля

Симулятор должен реалистично моделировать движение разного транспорта: от маленьких роверов-доставщиков до легкового такси и многотонных грузовиков. При этом на движение влияет множество факторов, таких как состояние автомобиля, рельеф и состояние дороги. Для решения этой задачи физических моделей оказывается недостаточно, и требуется создавать ML-модель, имитирующую особенности реальных проездов. Вам предстоит развить модель движения и научить её достоверно имитировать последствия экстремальных ситуаций, таких как порывы ветра или прокол колеса, и физику столкновений.

Построение модели имитации восприятия автомобиля

Для полноценной интеграционной проверки всех компонентов автономного автомобиля симулятор должен уметь реалистично генерировать все входные сигналы от сенсоров, включая данные с камер и лидаров. Однако такая задача очень сложна, и в большинстве процессов достаточно ограничиться имитацией выходов модели восприятия автономного автомобиля. Вам нужно будет построить и внедрить систему, позволяющую имитировать работу моделей детекции, используемых на реальном автомобиле, при разных погодных условиях, освещённости и прочих факторах дорожной ситуации.

Кросс-функциональная работа

Симулятор — важнейший инструмент, используемый на всех этапах разработки, тестирования и приёмки ПО автономного транспорта. Вы будете систематизировать и приоритизировать заказы от других команд, управлять ожиданиями, связанными как повышением точности системы, так и с внедрением новых фич.

* Управляли командой бэкенд- или ML-разработчиков
* Внедряли модели машинного обучения в продакшен и готовы разбираться в новых архитектурах и областях
* Готовы работать руками на этапе прототипирования и проверки гипотез, включая написание исследовательского кода и анализ результатов
* Умеете критически оценивать результаты и видеть потенциальные проблемы решений
* Не боитесь браться за нерешённые задачи и готовы доводить свои идеи до продакшена

* Работали с симуляторами или робототехническими платформами (ROS, Gazebo, CARLA, NVIDIA Isaac Sim и др.)
* Участвовали в соревнованиях по ML или программированию (ACM ICPC, Codeforces, TopСoder, Kaggle и т. д.)
* Знаете правила дорожного движения, водили автомобиль или мотоцикл

Оплачиваемая стажировка в сервисах и продуктах Яндекса по фронтенду с ускоренным отбором. Пройдите отбор и получите офер на стажировку в Яндекс за неделю.

Ждём начинающих фронтенд- и фулстек-разработчиков с базой JavaScript, TypeScript, Node.js, React. Подойдет даже тем, кто ранее подавался на стажировку, но получил отказ.

Примеры задач, которые решают стажёры:

• Развивают проект «AI‑ассистент» в партнерском интерфейсе Маркета

• Создают геймификацию на трекинге заказа в Яндекс Лавке

• Реализуют новые фичи и интерфейсы в приложении Умного Дома

Что нужно уметь:

• Уверенно знать HTML, CSS и основы JavaScript: асинхронность, типы данных, функции, контекст вызова, область видимости, замыкания, прототипы

• Иметь опыт взаимодействия с TypeScript, React, SSR. Как преимущество: понимать основы Git, Docker, написания тестов

• Обладать базовыми техническими навыками, например, умением придумать решение и способностью реализовать его в коде с учётом ограничений по времени выполнения и памяти

Что вас ждёт

• Официальное оформление на стажировку в Яндексе;

• Гибкий график: 20, 30 или 40 часов в неделю

• Оплачиваемая стажировка от 3 до 6 месяцев в зависимости от занятости

• Возможность перейти в штат сразу после стажировки или позднее (отложенный офер)

• Доступ к ресурсам и возможностям Яндекса

• Крутой офис Яндекса в одном из городов присутствия (Москва, Санкт-Петербург) со всем необходимым для комфортной работы и отдыха

• Релокация иногородних в Москву на период стажировки при успешном прохождении отбора

• Компенсация обедов

Прием заявок на программу ускоренного отбора открыт до 11 октября включительно. Заполняйте заявку по ссылке, которая откроектся после нажания кнопки “Откликнуться”

Оплачиваемая стажировка в сервисах и продуктах Яндекса по Машинному обучению с ускоренным отбором. Пройдите отбор и получите офер на стажировку в Яндекс за неделю.

Ждём начинающих ML-разработчиков со знанием основ ML и DL. Подойдет даже тем, кто ранее подавался на стажировку, но получил отказ.

Примеры задач, которые решают стажёры:

• Обучают модели для международного Поиска

• Улучшают качество поиска Маркета: занимаются обучением моделей и features engineering

• Учат YandexGPT работать с внешней информацией

Что нужно уметь:

• Владеть Python или С++

• Знать методы машинного обучения

• Иметь теоретические знания в DL

Что вас ждёт

• Официальное оформление на стажировку в Яндексе;

• Гибкий график: 20, 30 или 40 часов в неделю

• Оплачиваемая стажировка от 3 до 6 месяцев в зависимости от занятости

• Возможность перейти в штат сразу после стажировки или позднее (отложенный офер)

• Доступ к ресурсам и возможностям Яндекса

• Крутой офис Яндекса в одном из городов присутствия (Москва, Санкт-Петербург) со всем необходимым для комфортной работы и отдыха

• Релокация иногородних в Москву на период стажировки при успешном прохождении отбора

• Компенсация обедов

Прием заявок на программу ускоренного отбора открыт до 4 октября включительно. Заполняйте заявку по ссылке, которая откроектся после нажания кнопки “Откликнуться”

Наша лаборатория занимается прикладными исследованиями: мы улучшаем продукты Яндекса и делаем прототипы новых решений. Работаем с NLP, CV, RL, звуком и, конечно, на стыке этих областей. В общем, сначала разбираемся, какая реальная боль перед нами стоит, какую задачу решать, а уже потом выбираем подходящие инструменты.

Несколько последних продуктовых результатов нашей команды: детектор сгенерированных текстов, изображений и кода; механизм автоматической оценки уровня знаний студентов; технический писатель. Из исследовательских — методология анализа предпочтений LLM; анализ условий, при которых в мультиагентном RL возникает язык как механизм коммуникации. Цель одних проектов — выход в прод, других — научная публикация, а третьих — и то и другое.

Ищем человека, которому интересно работать над задачами, где пока не очень понятно, как вообще подступиться к решению. Интересно пробовать, проверять гипотезы, разбираться, почему не получилось, и пробовать ещё. Хотим, чтобы вы предлагали свои идеи и развивались вместе с нами. Многому готовы научить: руководитель группы ML-разработки — опытный преподаватель ;)

P. S. А ещё мы пишем научные статьи на A*. Присоединяйтесь!

Механизм для оценки значимости научных публикаций

Ищем новый способ оценить вклад научных публикаций: просто оценка количества цитирований достаточно грубая. Это может помочь и фильтровать информационный поток (все публикации всё равно не прочитать), и готовить данные для обучения новых поколений языковых моделей.

Нейродетектор для текстов, изображений и кода

Учим модели отличать сгенерированные тексты, изображения и код от созданных человеком. При этом генераторы тоже развиваются, поэтому хочется, чтобы детектор справлялся и с новыми моделями. Как этого добиться — один из вопросов, с которыми предстоит разбираться.

Автоматизация проверки уровня знаний

Автоматизируем проверку знаний там, где личная проверка один на один с собеседующим/преподавателем невозможна. Здесь много открытых вопросов: как собирать данные, как проверять качество оценки и насколько вообще ей можно доверять.

Методология анализа предпочтений LLM

Исследуем, что предпочитают языковые модели, как это измерить и чем можно объяснить результат. Разрабатываем методологию и проверяем её экспериментами. Тут придётся подумать и над самими экспериментами, и над тем, какие выводы из них действительно можно сделать.

Больше об ML в Яндексе — в канале Yandex for ML

* Хорошо понимаете современный ML и его основы. Огромная LLM нужна далеко не для каждой задачи, хотя иногда очень хочется
* Сами проходили основные этапы решения ML-задач: сбор и предобработку данных, обучение, валидацию, деплой, дообучение и поддержку
* Доводите идеи до работающего решения. Jupyter-ноутбуки мы тоже когда-то использовали, но это не считается
* Работали с AI-ассистентами: Cursor, Claude Code, Codex и другими. Понимаете, что им можно поручить, где они могут ошибаться и как проверять результат
* Уверенно пишете на Python. Да, с появлением агентов это всё ещё нужно :)
* Готовы самостоятельно искать решения и предлагать, что ещё стоит попробовать
* Хотите развиваться в ИИ и разбираться в новом

* Работали с Linux и знаете что-то, кроме ls и cd :)
* Умеете выходить из Vim — это приветствуется!
* Пользовались Docker
* Настраивали CI/CD
* Писали научные статьи

Это дополнительные плюсы, а не обязательные требования. Поможем разобраться. Агенты тоже помогут, но результат всё равно будем проверять ;)

Инфосценарий — это то, что встречает пользователя прямо в поисковой выдаче: быстрые ответы Alice AI и карточки объектов. Мы убираем лишний клик — пользователь получает ответ сразу, не переходя по десяти ссылкам.

Продукты инфосценария закрывают до 30% потока поисковых запросов и приносят доказанную пользу. Вам предстоит работать там, где поиск превращается из списка ссылок в инструмент, который решает задачу.

Развивать метрики инфосценария

Ваша работа — не сводить дашборды, а строить причинно-следственную картину: что именно в выдаче дало рост, а что — лишь иллюзия роста на онлайне. Вы будете проектировать эксперименты, отличать сигнал от шума и помогать команде не гнаться за цифрами, которые никуда не ведут.

Улучшать быстрые ответы Alice AI

За каждым ответом Яндекса — генеративная модель. Вам предстоит встраивать новые модели в продакшн-цикл, замерять, где они выигрывают, а где ломают то, что работало, и аргументировать, стоит ли пускать их к миллионам пользователей. Это работа на стыке аналитики и ML: вы не пишете модель, но именно по вашим данным команда решает, ехать ей дальше или нет.

Собирать карточки объектов, по которым понятно, что важно пользователю

Карточка — это маленький продукт: то, что стоит показать на визитке ресторана, театра, чтобы человек закрыл задачу без второго клика. Нужно будет выявлять, какие атрибуты объекта реально двигают пользу, проводить эксперименты, чтобы карточка становилась точнее. Здесь много работы с тем, что сложно формализовать на старте.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Свободно владеете теорией вероятностей и математической статистикой — проводили A/B-эксперименты, интерпретировали их результаты
* Решаете нестандартные математические задачи — там, где нет готового алгоритма, можете выстроить рассуждение с нуля
* Анализировали данные на Python или SQL — сами берёте данные, обрабатываете, делаете вывод; опыт работы с большими объёмами — большой плюс
* Спокойно и аргументированно отстаиваете свою позицию и слышите чужую: в Поиске ценят аргументацию данными, а не голосом

Мы учим роботов действовать в мире, который построен для человека: ходить, открывать двери, проходить турникет, брать и переносить предметы. У нас много гипотез, экспериментов, проверок и нет единственно верной инструкции.

Тестирование в проекте создаётся с нуля. И так как робот — это совокупность железа, софта и ML, отказ редко бывает там, где его ищешь в первую очередь. Поэтому нам нужен любознательный инженер, который будет строить тестирование вместе с нами.

Проектировать тесты

Вам предстоит придумывать, как проверять поведение недетерминированной системы. Нужно будет формулировать критерии приёмки через допуски и метрики, а не через равенство.

Прогонять сценарии на реальном роботе

Вы будете работать с сериями повторов, фиксацией условий, поиском границы, за которой сценарий перестаёт выполняться. Это работа руками и глазами, рядом с машиной, которая двигается сама.

Работать с ошибками

Нужно будет делать видеозаписи, восстанавливать последовательность событий, отделять отказ железа от ошибки модели и неудачного сценария, передавать инженерам воспроизводимое описание.

Работать в команде

Предстоит обсуждать находки с разработкой и ML, вместе придумывать новые подходы и инструменты, спорить о критериях приёмки, аргументировать, почему версию нельзя выпускать.

* Имеете сильные навыки тест-дизайна и хорошее воображение
* Не останавливаетесь на «не работает»: выясняете почему, привлекаете нужных людей
* Умеете учиться и организовывать работу без внешнего контроля
* Не боитесь сказать «Релиз не готов» и объяснить, на чём основан вывод

* Тестировали системы с недетерминированным поведением
* Работали с LLM
* Знаете, что такое симуляторы, или работали в них

Хотите стать частью команды автономного транспорта и участвовать в создании будущего? Мы ищем технического менеджера HW, который укрепит команду разработки роботов доставки.

Развитие робота доставки

Вы будете управлять проектами по созданию аппаратной части роботов доставки и других платформ. Вам предстоит координировать работу команд — разработчиков, тестировщиков, сотрудников производства и закупок. Вы будете участвовать в формировании технических требований к продукту: воплощать их в концептах и прототипах, руководить испытаниями и организовывать демодни, чтобы оценить решения. Кроме того, вам нужно будет изучать рынок в поисках перспективных технических решений и общаться с международными поставщиками и подрядчиками.

Оптимизация доставки

Вы будете оптимизировать технические и эксплуатационные решения — чтобы сделать доставку надёжнее и эффективнее. Также нужно выстроить процессы внедрения изменений на площадке, где производят роботов доставки.

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

* Управляли разработкой и HW‑продуктами не менее трёх лет
* Реализовывали проекты по полному циклу разработки
* Разбираетесь в оборудовании, блоках управления и датчиках для автономного вождения, включая их принципы и области применения
* Работаете с технической документацией и аналитикой
* Понимаете принципы проектирования механических систем и электроники
* Знаете методологии Agile/Scrum
* Умеете эффективно управлять временем и расставлять приоритеты
* Обладаете сильными коммуникативными и лидерскими навыками, способны мотивировать команду и работать в мультидисциплинарной среде
* Владеете английским языком на уровне не ниже Upper‑Intermediate

* Работали с китайскими поставщиками и партнёрами
* Работали в сфере автомобильной или робототехнической промышленности
* Работали в сфере автономной доставки или логистики
* Работали с системами автоматизации производства
* Знаете принципы энергоэффективности и оптимизации
* Понимаете требования к безопасности автономных систем
* Обладаете навыками технического проектирования и моделирования

Яндекс Аптеки — сервис доставки и самовывоза лекарств, объединяющий более 16 тысяч аптек по всей России. Пользователи могут сравнить стоимость корзины и выбрать удобный способ получения заказа.

Наша цель — создать фармпродукт, интегрированный во всю экосистему Яндекса. Мы ищем менеджера, который сфокусируется на Growth: будет запускать новые сценарии от 0 до 1, искать точки роста и улучшать конверсию.

Искать точки роста и запускать продукты от 0 до 1

Вы будете исследовать пользовательские сценарии и воронку, находить возможности для роста, формулировать гипотезы и превращать их в новые продукты и механики.

Улучшать конверсию

Вам предстоит развивать путь от поиска лекарства до получения заказа, запускать эксперименты и улучшать ключевые этапы воронки на основе данных и исследований.

Интегрировать Аптеки в экосистему Яндекса

Вы будете развивать продукт в моноаппе Яндекс Аптеки, а также в Яндекс Go, Яндекс Еде, Деливери и веб-версии, находить новые точки входа и вместе с дизайнерами, аналитиками и разработчиками вести запуски до результата.

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

* Запускали цифровые продукты или новые сценарии от 0 до 1
* Умеете находить точки роста и превращать их в продуктовые гипотезы
* Работаете с воронками, метриками и экспериментами
* Понимаете, как улучшать конверсию и пользовательский опыт
* Умеете определять приоритеты и работать с кросс-функциональными командами
* Самостоятельны и готовы отвечать за результат

* Работали в e-commerce, ретейле, маркетплейсах или healthtech
* Запускали продукты внутри большой экосистемы
* Знакомы с аптечным бизнесом или регулируемыми рынками

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 технологические решения, автоматизирующие создание рекламы для тысяч бизнесов. Разрабатываем собственные LLM, которые понимают контекст рекламных объявлений и генерируют текстовый и визуальный контент, адаптируя его под потребности пользователей. Вам предстоит работать над исследовательскими и продуктовыми задачами в области NLP.

Мы много экспериментируем, валидируем гипотезы через A/B-эксперименты и внедряем решения, улучшающие метрики эффективности рекламы. Вы будете работать в команде с сильными исследователями и инженерами, перенимать их опыт и влиять не только на метрики модели, но и на финансовые показатели бизнеса, а также на то, как будет выглядеть реклама в интернете завтра: от качества текста объявления до итоговой эффективности для рекламодателя.

Мы — сильная кросс-функциональная команда исследователей, инженеров машинного обучения и аналитиков, увлечённых генеративными моделями и их применением в рекламе. В команде сочетаются продуктовый подход и исследовательская культура. У нас есть возможность выступать с докладами на мероприятиях в РФ и посещать международные конференции. Помимо работы, мы регулярно собираемся неформально в Москве и хабах.

Исследование и разработка LLM

Вы будете заниматься полным циклом работы с языковыми моделями: от гипотез и экспериментов до оптимизации и внедрения моделей в продакшен. Цель — повысить качество и релевантность генерируемого текстового и визуального контента для рекламных кампаний.

Проведение A/B-экспериментов

Вам предстоит валидировать гипотезы через масштабные A/B-тесты, анализировать их влияние на ключевые продуктовые и бизнес-метрики. Это не абстрактные улучшения, а изменения, которые сразу видны в эффективности рекламы.

Работа с продуктом

Вы будете тесно взаимодействовать с инженерами и продакт-менеджерами, чтобы превращать успешные исследовательские решения в рабочие фичи для тысяч рекламодателей.

Анализ и оптимизация

Важно постоянно отслеживать качество работы моделей в реальных условиях, искать точки роста и устранять слепые зоны в данных и алгоритмах, чтобы стабильно улучшать ключевые метрики.

Создание нового

Вас ждёт участие в разработке принципиально новых подходов к генерации и персонализации рекламного контента, которые определят стандарты отрасли в будущем.

Больше об ML в Яндексе — в канале Yandex for ML

* Умеете формулировать гипотезы, проводить эксперименты и анализировать их результаты
* Готовы работать с большими данными и распределёнными вычислениями
* Хотите заниматься прикладными ML-исследованиями
* Хорошо знаете основы современного ML и DL
* Имеете практический опыт в NLP или RecSys

* Следите за трендами в NLP, RL или RecSys

На рынках Азии, Африки и Ближнего Востока деньги до сих пор живут в наличных, а кредит недоступен большинству людей: нет кредитной истории, нет привычки к безналичной оплате, нет банковского приложения под рукой. Мы строим здесь consumer fintech с нуля.

Первый продукт — BNPL, который мы уже запустили в Пакистане: лимит, скоринг, рассрочка и повторные покупки для аудитории, которую банки никогда не обслуживали. Сейчас вокруг него вырастает полноценный платёжный продукт.

При этом основная часть покупок на этих рынках происходит не в интернете, а в физическом мире — в магазинах, торговых центрах, кафе. Поэтому офлайн-сценарии для нас остаются ключевыми: тот же BNPL и та же корзина должны работать у кассы так же естественно, как в онлайн-чекауте. Мы строим продукт, который начинается онлайн и продолжается в офлайне — один лимит, одна история покупок, один график платежей, независимо от того, где человек платит. Поверх этого — AI-инструменты, которые структурируют фрагментированный контент магазинов в каталоги и рекомендации, и shop-сценарии, естественно вырастающие из платежа.

Мы ищем дизайнера, который станет ключевым игроком в формировании визуального языка нашего нового бренда на международных рынках.

Строить визуальный язык бренда с нуля

У нас есть наследие российского Сплита, но на его основе нужно создать нечто новое для международных рынков. Вам предстоит разработать систему, как мы выглядим на разных носителях: где-то опираемся на узнаваемость существующего бренда, а где-то растим знание о собственном. Сейчас мало что есть — систему и айдентику предстоит построить с нуля, предлагая нестандартные и свежие идеи.

Систематизировать и оптимизировать работу

Создавать гайды и шаблоны, активно использовать ИИ для ускорения процессов. Ваша задача — сделать так, чтобы визуальный язык был целостным, а работа с ним — эффективной.

Арт-дирекшен маркетинговых материалов

Создавать креативные концепции для рекламных кампаний. Работать над запоминающимися визуальными решениями для разных форматов: от баннеров до спецпроектов, айдентики и печатных носителей. Разрабатывать брифы и курировать подрядчиков. Опыт работы с физическими печатными носителями здесь особенно важен.

* Имеете опыт работы дизайнером от пяти лет
* Уверенно говорите на английском
* Участвовали в разработке рекламных кампаний и можете показать портфолио с реализованными кейсами
* Имеете опыт работы с физическими печатными носителями (наружная реклама, полиграфия, упаковка)
* Активно работаете с нейросетями и можете показать реальные кейсы
* Умеете убедительно презентовать идеи и договариваться
* Умеете работать в условиях неопределённости и декомпозировать сложные задачи
* Имеете опыт построения бренд-платформ с нуля

* Имеете опыт работы в финтехе или на международных рынках
* Понимаете специфику B2C-коммуникации в развивающихся странах

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

Все профессии внутри разделов

Аренда — это молодой технологичный продукт на исторически офлайновом рынке аренды. Сейчас мы развиваем целую экосистему решений: от электронного договора и 3D-туров до финансовых продуктов после заключения договора.

Работа с метриками продукта

Вы будете работать с B2C-продуктом: строить и улучшать воронки привлечения жильцов и собственников, добиваться роста продуктовых метрик, опираясь на бизнес-цели.

Аналитика и работа с данными

Предстоит плотно работать с данными: строить воронки, анализировать поведение пользователей и находить точки роста. На основе этих данных вы будете формировать продуктовые решения, выдвигать и проверять гипотезы.

Оптимизация пользовательского пути

Нужно анализировать и улучшать UX на всём пути пользователя до заключения договора. Ваша задача — сделать путь пользователя понятнее, удобнее и эффективнее.

Управление сроками и ожиданиями

Вы будете отвечать за этапы discovery и delivery: работать в связке с командами разработки, аналитики и дизайна, вести активную коммуникацию, контролировать сроки и формировать реалистичные ожидания.

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

* Не менее четырёх лет работали менеджером продукта
* Можете работать в быстро меняющихся условиях, знаете, как расставлять приоритеты собственных задач и задач команды (разработки, аналитики, тестирования и других)
* Готовы отвечать за эффективность продукта, принимать решения и брать на себя ответственность
* Понимаете, как устроена разработка, умеете говорить с разработчиками, аналитиками, дизайнерами на одном языке
* Умеете запускать инициативы, которые увеличивают выручку, и управлять их жизненным циклом
* Понимаете аналитику продукта: видите смысл за метриками, декомпозируете сложные задачи, проверяете гипотезы и знаете, как метрики связаны с деньгами
* Системно и структурно мыслите, способны чётко аргументировать свою точку зрения

* Работали над B2C-продуктами с офлайн- и онлайн-рынком
* Получили техническое образование и имеете опыт работы с данными
* Имеете опыт в Growth-направлении или работали с воронками привлечения пользователей
* Понимаете специфику рынка недвижимости

Команда Server Infrastructure занимается эксплуатацией быстро растущей инфраструктуры Yandex Cloud в рамках подразделения Cloud Foundation Services. Мы строим надёжную и масштабируемую инфраструктуру, поверх которой запускаются виртуальные машины пользователей и внутренние сервисы. В сервисах реализуем различные сценарии работы с железом: от процессов ввода, вывода, починки до бесшовного обновления ОС на всём кластере.

Наши сервисы работают с большим количеством облачных и общих яндексовых систем, собирают данные о хостах, метрики состояния железа и кластера в целом, чтобы планировать обслуживание серверов и распределять ресурсы. Мы предоставляем сервисы и инструменты, которые упрощают и автоматизируют внутренние процессы, делают инфраструктуру прозрачнее и стабильнее, снимают с инженеров рутинную работу.

Под нашим управлением уже более 20 тыс. серверов в трёх дата-центрах Яндекса, и их количество непрерывно растёт. Мы разрабатываем и постоянно совершенствуем способы мониторинга наших серверов и подходы к нему так, чтобы заранее и автоматически диагностировать неполадки и выполнять обслуживание, не дожидаясь выхода серверов из строя.

В работе мы используем:
* Golang и Python для разработки сервисов и автоматики
* SaltStack и Terraform для описания инфраструктуры
* TeamCity и Spinnaker для процессов CI/CD

Система эксплуатации инфраструктуры

Вам предстоит развивать систему, упрощающую эксплуатацию инфраструктуры Yandex Cloud, автоматизировать различные сценарии работы с серверами.

Система хранения железа

Вы будете проектировать и дорабатывать систему инвентаризации, позволяющую объединить как физическую, так и логическую информацию обо всём парке железа, упростить хранение и использование информации об инфраструктуре.

Мониторинг и сборы метрик

Нужно будет разрабатывать сервисы-агенты для мониторинга, сбора метрик и выполнения проверок на хостах.

Работа с инструментами

Вы будете поддерживать инструменты, которые помогают планировать и распределять ресурсы внутри облака.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Умеете хорошо писать код на Golang или Python
* Разрабатывали и поддерживали отказоустойчивые системы
* Знаете, как построить идеальный мониторинг
* Выстраивали и эксплуатировали CI/CD-процессы для сервисов, использовали концепцию Infrasructure as Code
* Любите улучшать процессы и автоматизировать задачи, писали сервисы и утилиты для автоматизации

* Имеете опыт многопоточного и асинхронного программирования
* Умеете быстро разобраться в чём угодно — в работе мы используем Go, Python, Linux, QEMU/KVM, Yandex Cloud и множество собственных и свободно распространяемых технологий
* Работали с системами контейнеризации и управления конфигурациями: Docker, K8s, SaltStack, Ansible, Terraform
* Строили облачные сервисы
* Глубоко знаете Linux

Мы строим DWH Яндекс Go — единый источник данных для аналитиков и менеджеров Такси, Самокатов, Заправок и других наших сервисов. Развиваем стриминг, инкрементальные расчёты и self-service, выстраиваем архитектуру и культуру работы с данными. Наш фокус — надёжность, качество, скорость и удобство данных.

Нам нужны партнёры по данным (data partner) — владельцы данных как продукта. Вы будете работать с потребителями данных и дата-инженерами, слушать и слышать их проблемы, предлагать и объяснять способы решения, а также защищать интересы бизнес-заказчиков при использовании данных хранилища.

Сбор и изучение требований

Вы будете собирать, анализировать и формализовать требования к хранилищу в части построения аналитических отчётов, дашбордов, выгрузок и механизмов обмена данными. Понадобится проверять согласованность новых требований со старыми, находить противоречия, предлагать решения спорных ситуаций.

Анализ данных

Вы будете профилировать и анализировать данные, находить в них закономерности, подключать новые источники, чтобы запускать продукты и эксперименты.

Проектирование

Нужно будет проектировать и развивать объекты хранилища и монтировать их в общую логическую модель.

* Участвовали в проектах развития хранилищ данных
* Понимаете, что такое ETL-процессы
* Умеете выявлять и декомпозировать требования, относящиеся к бизнес-пользователям
* Понимаете схемы Data Vault, Anchor Modeling, «звезды», OLAP-кубов, их плюсы и минусы, паттерны использования
* Понимаете, в чём разница между пакетной и стриминговой обработкой данных
* Знакомы с инкрементальными подходами к построению витрин данных
* Разбираетесь в теории баз данных, знаете SQL как родной язык
* Готовы растить и пестовать данные в своей области ответственности и разбираться в сложных бизнес-процессах

Яндекс ID — это гораздо больше, чем форма для ввода логина и пароля на сервисах Яндекса. «Подводная часть айсберга» — это инфраструктура, которая отвечает за доступ десятков миллионов пользователей к их данным в вебе, мобильных и десктопных приложениях. Большинство внутренних и внешних сервисов Яндекса взаимодействует с нашими API, которые должны быть всегда надёжными и безопасными.

Мы ищем опытного разработчика на С++.

Задачи по разработке

Вам предстоит разрабатывать высоконагруженный сервис с более 1 млн RPS и временем ответа до 5 мс в 99% случаев. Развивать клиентские библиотеки: делаем библиотеку на
С++ и биндинги к ней для разных языков программирования. Работать с большими данными (сотнями терабайт данных) в том числе в интерактивных сценариях.

* Разрабатывали на С++ в среде Linux
* Понимаете принципы работы TCP/IP и HTTP
* Работали с СУБД (желательно c MySQL и NoSQL)

* Расширенную программу ДМС, оплату 80% стоимости ДМС для супругов и детей
* Премии каждые полгода для всех, кто успешно прошел ревью
* Гибкий график работы
* Корпоративную ипотечную программу, компенсацию оплаты питания, тренажёрный зал в офисе и множество скидок от партнёров Яндекса

Яндекс Еда — сервис, который связывает тысячи клиентов и ресторанов, делая процесс заказа и доставки еды максимально удобным и доступным. Мы работаем не только в России, но и в других странах. Пользователи Еды могут выбирать из разнообразных заведений и меню, находить новые вкусные предложения, быстро и просто оформлять и оплачивать заказ и получать еду в любое удобное время.

Наша кросс-функциональная продуктовая команда пользовательских сценариев развивает продукт Яндекс Еды. Мы координируем поток пользователей, которые делают заказы на страницах «Рестораны» и «Куда сходить». Находимся в середине пользовательской воронки, и каждый, кто оформляет заказ, использует наши сервисы.

Мы отвечаем за критично важные для цикла заказа сервисы, следим за их качеством и стабильностью. Если вам интересны сложные технические и продуктовые задачи в высоконагруженных сервисах, нам есть что предложить.

Ищем в команду бэкенд-разработчика с опытом работы на C++ или Go. Если вы уверенно владеете только одним из этих языков, но хотите изучить второй, мы поддержим ваш рост и развитие в этом направлении.

Вам будет интересно присоединиться к нам, потому что у нас:
* значимые проекты: работа над функциональностью, которая напрямую влияет на качество работы сервиса для пользователей;
* интересные технические задачи: проектирование новой архитектуры наших сервисов;
* дружная команда: возможность трудиться в тёплой и поддерживающей атмосфере. Мы постоянно проводим корпоративы, тимбилдинги и другие командные активности;
* развитие бизнеса: продуктовые задачи, которые напрямую влияют на результаты работы сервиса;
* высокое качество кода: мы стремимся постоянно улучшать и рефакторить код и архитектуру.

Создание страницы ресторана

Мы разрабатываем основной экран, через который пользователи взаимодействуют с нашим сервисом, — экран ресторана. Отвечаем как за меню «Заказать», так и за сценарий «Сходить» — фото, отзывы, статьи редакции, рекомендации похожих мест. «Сходить» даёт пользователю максимально подробную информацию о ресторане, а «Заказать» предоставляет интерфейс, через который совершается выбор блюд и заказ.

Оптимизация контента страниц ресторанов

Наша команда поддерживает и улучшает контент страниц ресторанов. Это включает сбор данных из нескольких источников, его хранение, модерация и доступ остальным командам в Яндекс Еде. Получаем данные с Яндекс Карт, напрямую от партнёров или даём возможность контент-менеджерам что-то добавить вручную.

Оптимизация архитектуры и кода

Особое внимание мы уделяем архитектуре и стабильности наших сервисов как на уровне всей системы, так и на уровне кода отдельного микросервиса. Регулярно планируем технические цели и достигаем их. Планируются большие проекты: по разнесению функциональности по микросервисам и внедрению новой архитектуры сбора данных с большого количества сервисов, необходимых для отображения наших экранов.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно владеете Golang или С++
* Работали с PostgreSQL
* Разрабатывали высоконагруженные системы на базе микросервисной архитектуры

* Работали с брокерами сообщений, например с Kafka или RabbitMQ
* Использовали фреймворк userver

Реклама — один из самых высоконагруженных сервисов Яндекса. Каждую секунду мы помогаем тысячам компаний находить клиентов и разрабатываем новые технологии. У нас настоящий highload, надёжность на уровне 9999 по всему стеку и понятные прозрачные метрики, на которые мы опираемся при принятии решений.

Мы ищем ведущих разработчиков на C++, Java, Python, Go и технических руководителей в различные направления: в отдел инфраструктуры рекомендательных систем, в отдел ML-инфраструктуры, в отдел стабильности и маркировки рекламы и в другие подразделения.

* https://www.youtube.com/watch?v=bfaKRthHM0Y
* https://www.youtube.com/watch?v=97ROEghWIiQ
* https://www.youtube.com/watch?v=BFNRz5l6PrA

Быстрые рекламные данные

Для бизнеса крайне важно, чтобы любое событие — будь то изменение цены товара или клик пользователя — как можно быстрее учитывалось в финальном ранжировании. Наша задача — снижать эти задержки до минут и секунд. Мы уже сделали быстрые профили всех основных рекламных сущностей. Теперь занимаемся инкрементальным обновлением всех рекламных баз и индексов.

Real-time machine learning

Помимо простой доставки обновлённых профилей до рантайма, стоит задача дообучения нейросетевых моделей на свежих данных. Мы делаем первые шаги к переносу построения датасетов из MapReduce в RT. Нам необходимо построить систему, которая способна с минутной задержкой обрабатывать более 10 ГБ/с входных данных, осуществляя оконный join сразу нескольких логов. Для этого мы активно развиваем собственный фреймворк потоковой обработки данных.

Единый company-wide-фреймворк инференса нейронных моделей (или Inference Server)

Большинство качественных внедрений в Яндексе делается за счёт нейронных моделей. Мы разрабатываем фреймворк на всю компанию, который позволяет быстро и удобно поднять инференс всех основных архитектур нейросетей, даёт всю инфраструктуру вокруг (графики, логи, перф-тесты), а также максимально эффективно утилизирует GPU или CPU. Сейчас есть фреймворк в стадии беты, но нам предстоит ещё долгий путь.

ML-DWH

В Рекламе сотни продуктовых ML-задач, под каждую из которых требуются данные, иногда по много десятков петабайт. Причём данные нужны не разово, а постоянно, чтобы дообучать над ними модели. Чтобы делать это эффективно и просто, экономя время сотен исследователей, мы разрабатываем фреймворк с нуля. Сейчас продукт находится на стадии PoC с первыми early adopters, но нам нужно масштабироваться.

Развитие функциональности процессинга данных

На рынке рекламных технологий быстро развивается сервис ОРД (оператор рекламных данных). Здесь особенно важны инвестиции в инфраструктуру. В ОРД вы сможете поработать с передовыми решениями стриминговой обработки данных в Яндексе. Мы планируем добавлять новые контуры обработки в архитектуру событийно-ориентированного сервиса.

Развитие ОРД как продукта

На старте проекта приоритетом ОРД Яндекса была маркировка данных рекламной системы Яндекс Директа, которая создаёт более 200 млн запросов в день только на маркировку креативов. Теперь мы стремимся сделать ОРД более доступным и удобным для широкого круга пользователей.

* Занимались коммерческой разработкой как минимум на одном из языков программирования: С++, Python, Java или Go
* Разрабатывали высоконагруженные распределённые системы
* Работали с реляционными и нереляционными базами данных
* Умеете выстраивать процесс разработки, проводить ревью архитектуры, кода
* Способны оценивать и решать сложные задачи

* Не меньше двух лет управляли командами разработки
* Управляли задачами, имеете навыки приоритизации и контроля сроков выполнения
* Обладаете насмотренностью и большим опытом в области продуктовой разработки, инфраструктуры, ML
* Умеете эффективно общаться с заказчиками, грамотно согласовывать требования и объяснять технические детали проекта

Откликайтесь, если вам интересно внести свой вклад в разработку одного из ключевых сервисов Яндекса! Если вы хотите задать дополнительные вопросы, напишите в Telegram консультанту из команды рекрутмента: @nikitakv, Никита.

Мы разрабатываем высоконагруженные сервисы распознавания (ASR) и синтеза речи (TTS), работающие в Алисе, Браузере, Переводчике и других продуктах Яндекса, которыми ежедневно пользуются миллионы людей.

Наша команда отвечает за бэкенд-инфраструктуру этих технологий: от проектирования и разработки gRPC-сервисов до оптимизации инференса современных нейросетевых моделей.

Сейчас голосовые технологии переживают бурное развитие: по нескольким секундам вашего голоса можно синтезировать любую фразу или даже заставить модель спеть песню в вашем стиле. За этими возможностями — всё более сложные модели, зачастую объединённые в каскады с нетривиальной логикой инференса. Это ставит перед нами новые вызовы: как сохранить высокую производительность, масштабируемость и стабильность, когда требования к задержкам измеряются в миллисекундах, а нагрузка — в тысячах запросов в секунду.

Внедрение новых моделей синтеза и распознавания речи

Вам предстоит тесно работать с ML-командами, понимать архитектуру новых моделей (TTS, ASR), проектировать эффективные схемы инференса и адаптировать наши сервисы под их особенности — с учётом жёстких требований к latency, throughput и стабильности.

Разработка высоконагруженных gRPC-сервисов с нуля

Вы будете писать производительный, тестируемый и отказоустойчивый код на C++ для новых функций и сервисов, которые потом попадут в Алису, Поиск, Переводчик и другие продукты.

Оптимизация инференса нейросетей

Вы будете исследовать и внедрять современные движки инференса (vLLM, SGLang, TensorRT-LLM), экспериментировать с батчингом, квантованием и кешированием — всем, что помогает ускорить модели без потери качества.

Повышение надёжности сервисов

Вам предстоит участвовать в полном цикле разработки — от проектирования и тестирования до деплоя и поддержки. Важная часть нашей работы — улучшение мониторинга, добавление метрик и логов, а также автоматизация процессов релиза.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно владеете C++, желательно C++17 и выше
* Разрабатывали высоконагруженные бэкенд-сервисы: умеете проектировать системы с предсказуемым latency, стабильным throughput, а также находить и устранять утечки памяти и деградацию производительности под нагрузкой
* Имеете базовые знания в области ML и знакомы с PyTorch — наша команда не обучает модели, но важно понимать, как устроен инференс, и иногда уметь читать ML-код

* Знакомы с современными фреймворками для инференса LLM-моделей: SGLang, vLLM, TensorRT-LLM
* Работали с GPU NVIDIA: понимаете архитектуру GPU, разрабатывали или оптимизировали алгоритмы с использованием CUDA или Triton

Q5 — команда, которая помогает запускать и вытягивать сложные проекты. Мы работаем как инженерное усиление: подключаемся к другим командам, быстро погружаемся в их системы и помогаем реализовать задачи, до которых обычно «не доходят руки». Это могут быть: архитектурные изменения, оптимизация производительности, внедрение новых технологий, запуск новых сервисов и продуктов.

Особенность команды:

Мы не привязаны к одному стеку или продукту. Наша работа — быстро разобраться и принести результат. Сегодня это может быть C++, завтра — Go, а через месяц — TypeScript. При этом C++ остаётся нашим основным и ключевым языком.

Почему это интересно: разнообразие задач и доменов, возможность работать с разными технологиями, быстрый рост за счёт постоянной смены контекста.

Выступление Паши Сухова на C++ Russia

ТГ канал про С++

Погружаться в архитектуру различных сервисов

Мы приходим, разбираемся, как что работает, какие подходы используют. Находим, что работает не так. Оцениваем, какими трудозатратами можно улучшить и стоит ли вообще это трогать.

Работать с чужим кодом и улучшать его

Если мы решили что-то улучшить, то берём на себя обязательства и выполняем их, не разрушая чужие паттерны разработки и процессы.

Предлагать и внедрять инженерные решения

Иногда надо пробовать новые технологии, решения, подходы. Многие смелые эксперименты будут проходить через нас, а нам надо учиться жить на не известном никому технологическом стеке.

Участвовать в запуске новых проектов

Есть проект, который кто-то уже придумал, и сделать его надо было вчера. А наём — штука не быстрая, особенно с высокими требованиями. Пока ещё наймут целую команду, обкатают, выйдут на производственные мощности... А код уже вчера должен быть готов. Не сомневайтесь — отправят именно нас.

Помогать командам справляться со сложными задачами

Команда сама знает, что ей надо сделать сейчас, чтобы стало хорошо. Она бы и рада всё починить, но для этого надо временно увеличить команду вдвое, а такой возможности нет. Мы приходим, получаем задачи и усиливаем команду на каком-нибудь отдельно взятом проекте.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Обладаете сильной технической базой, особенно в C++
* Умеете быстро осваивать новые технологии
* Не теряетесь в незнакомом коде
* Мыслите системно и архитектурно
* Готовы работать в динамичной среде

Наша команда обеспечивает защиту множества сервисов Яндекса от разного рода мошеннических действий. Мы выявляем и предотвращаем накрутки лайков, отзывов и подписчиков, а также злоупотребления бонусами, скидками, грантами и другими подобными механиками.

Сейчас мы расширяемся и ищем аналитиков-разработчиков разного уровня, которым интересно решать задачи на стыке аналитики, машинного обучения и информационной безопасности. Вам предстоит анализировать большие объёмы данных и определять, является ли активность пользователя добросовестной или мошеннической.

Анализ данных

Вам предстоит искать аномалии, обучать модели, придумывать и писать новые фичи, расследовать инциденты и непонятные ситуации.

Решение бизнес-задач с помощью ML-методов

Вам предстоит разрабатывать, обучать и внедрять ML-модели и алгоритмы автоматизированного обнаружения фрода. Вы будете анализировать данные и отвечать на сложные вопросы, а также генерировать и проверять гипотезы.

Контроль качества продукта и метрик

Вы будете придумывать, внедрять и улучшать метрики качества работы антифрод-систем.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Уверенно владеете Python и SQL
* Работали с ML-моделями и понимаете, когда их стоит применять, а когда достаточно более простых решений
* Умеете эффективно работать с большим объёмом данных

* Работали в антифроде, выявлении аномалий или смежных задачах
* Решали задачи анализа текстов, графовых структур данных или применяли модели машинного обучения без учителя (unsupervised learning)

Мы ищем лидера отдельного бизнес-направления внутри сервиса Байков. В этой роли вам предстоит определять стратегию развития, находить точки роста, выстраивать экономику направления и вместе с кросс-функциональной командой превращать новые идеи в измеримый бизнес-результат.

Стратегия и экономика направления

Вы будете формировать стратегию направления и переводить её в конкретный план развития. Вам предстоит развивать бизнес-модель, определять приоритеты и необходимые ресурсы, а также отвечать за рост целевых показателей и экономический результат.

Поиск и запуск точек роста

Вам предстоит изучать рынок и потребности пользователей, искать новые возможности и формулировать гипотезы. Вы будете оценивать их бизнес-потенциал, запускать пилоты, анализировать результаты и масштабировать решения, которые подтвердили свою эффективность.

Управление результатом

Вы будете выстраивать прозрачную систему метрик, прогнозирования и регулярного управления направлением. Важно не только запускать инициативы, но и оценивать их влияние на экономику, своевременно корректировать планы и доводить изменения до устойчивого результата.

Кросс-функциональная работа и партнёрства

Вы будете объединять продуктовые, аналитические, технологические, коммерческие и операционные команды вокруг общих целей. Также вам предстоит выстраивать партнёрства и процессы, необходимые для развития и масштабирования направления.

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

* Управляли бизнесом или продуктом, отвечали за его экономику и ключевые показатели. Для этой роли важно отвечать не только за операционную работу, но и за развитие направления и его бизнес-результат
* Умеете оценивать рынок и потребности пользователей, строить бизнес-модели и принимать решения на основе данных, можете определить потенциал инициативы, рассчитать необходимую экономику и выделить показатели, по которым стоит оценивать результат
* Самостоятельно ведёте направление к цели: способны сформировать стратегию в условиях неопределённости и организовать её реализацию, умеете объединять разные команды, договариваться со стейкхолдерами и сохранять фокус на общей цели
* Сочетаете предпринимательское мышление, внимание к экономике и готовность глубоко погружаться в детали, не останавливаетесь на идее или расчёте, а доводите инициативы до запуска, проверяете результат и развиваете работающие решения дальше

* Запускали новый бизнес, продукт или самостоятельное направление с нуля — в стартапе или внутри крупной компании. Будет здорово, если вы уже проходили путь от проверки первой гипотезы до работающей и масштабируемой бизнес-модели

Межгород — стартап внутри Яндекс Go. Мы делаем поездки между городами такими же удобными и надёжными, как городской сервис. Уже работаем на трёх рынках и не собираемся останавливаться. Впереди много задач — нужны и продуктовые инсайты, и глубокая техническая экспертиза.

Анализ поведения пользователей

Вы будете строить воронки межгородских поездок, выявлять проблемные места и предлагать решения, которые улучшат опыт пассажиров и водителей.

Надёжность предзаказов

Нужно обеспечить быстрое нахождение водителя, исключить отмены заказов в последний момент и гарантировать своевременный приезд к пассажиру. Вы будете исследовать причины сбоев и искать способы сделать сервис стабильнее.

Увеличение дохода водителей

Вы будете выяснять, что мешает водителям зарабатывать больше в Межгороде. Предстоит искать решения, которые помогут привлекать водителей и удерживать их на платформе.

Оптимизация совместных поездок

Вам нужно будет придумать, как заполнять машины пассажирами, сохраняя высокий уровень удобства и надёжности для пассажиров и водителей.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Получили высшее техническое или экономическое образование
* Умеете формулировать гипотезы и проверять их данными
* Обладаете продвинутыми навыками работы с SQL, Python и большими массивами данных
* Хорошо разбираетесь в методах статистики и A/B-тестирования, умеете интерпретировать результаты
* Умеете строить масштабируемые дашборды и автоматизировать отчётность
* Готовы быстро погружаться в новые задачи и помогать продукту выходить на новые рынки

Команда метрик Рекламы развивает ключевые метрики рекламного продукта Яндекса — одного из самых технологичных и прибыльных бизнесов компании. Один из наших основных проектов — главная приёмочная метрика A/B‑экспериментов Рекламы. Это основной KPI для многих технических команд. Мы уже решили несколько задач: правильно учитываем конверсии, оцениваем их ценность с помощью AI и ограничиваем показы на неэффективных площадках.

Мы также разрабатываем и поддерживаем более 6000 метрик Рекламы. Это значит, что мы работаем с высоконагруженной распределённой системой, каждый день обрабатываем несколько петабайт данных и проводим исследования.

Мы создали KPI‑дашборд — удобный инструмент аналитики всех A/B‑экспериментов. С его помощью команды получают задачи и сдают результаты.

Запускаем новый проект — оценку эффективности использования AI‑инструментов разработки. Именно для этой работы мы ищем исследователя‑разработчика. В команде мы проходим весь цикл разработки — от исследований и проверки гипотез до создания инструментов и их успешного запуска.

Развитие метрик оценки AI‑инструментов

Вы будете разрабатывать метрики, которые объективно покажут, какую пользу дают AI‑технологии на разных этапах создания новых фич. По последним исследованиям, такие инструменты ускоряют разработку, но не так сильно, как ожидалось.

Исследование оптимизации разработки

Вам предстоит анализировать метрики, чтобы точнее оценивать выгоду от внедрения технологий и находить инсайты.

Визуализация метрик

Ваша задача — создать удобный и быстрый дашборд, который покажет эффективность разработки. Он поможет отделам оптимизировать работу и оценивать, насколько полезны новые инструменты.

* Пишете быстрый и надёжный код на Python
* Владеете YQL и оптимизируете запросы под большие объёмы
* Хорошо знаете математику и статистику: корректно оцениваете эффекты, понимаете физический смысл метрик
* Умеете исследовать и проверять гипотезы на данных (формулировка → расчёт → выводы)
* Интересуетесь современными AI‑инструментами разработки и хотите понять, что именно в них нужно измерять

* Работали с большими данными и высоконагруженными системами
* Проектировали и сопровождали метрики, включая дашборды и мониторинги
* Имеете ML/DS‑бэкграунд: умеете оценивать модели и метрики, понимаете источники смещений

Наша команда анализирует клиентский опыт на всех этапах взаимодействия с продуктами Финтеха. Мы исследуем пути пользователей, выявляем точки роста для повышения лояльности и удержания аудитории, автоматизируем и совершенствуем процессы поддержки с помощью современных AI-решений.

Анализ клиентского пути и клиентского опыта на разных стадиях взаимодействия с продуктом

Мы переходим от оценки разовых проблем к изучению всех шагов пользователя внутри сервисов Финтеха. Вы будете исследовать реальные боли клиентов, учитывая как их прямую обратную связь, так и скрытые технические дефекты на каждом этапе.

Разработка и поддержка системы мониторинга ключевых метрик, влияющих на качество клиентского опыта

Вам предстоит масштабировать систему, распространяя её на новые продукты, и создавать дашборды, с помощью которых команды будут ежедневно приоритизировать задачи.

Внедрение и оптимизация AI-агентов в процессах поддержки пользователей

Собирать требования, формализовать сценарии, анализировать эффективность, искать новые точки роста.

Проведение А/B-тестов и развитие культуры A/B-тестирования

Вы будете плотно работать с А/B-тестами: от разработки дизайна и запуска до глубокого анализа результатов, чтобы оценивать, как изменения влияют на поддержку и бизнес-показатели.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Хорошо знаете математику и владеете методами статистического анализа
* Пишете уверенный аналитический код на SQL и Python
* Работали с LLM
* Уверенно работаете с BI-инструментами