H
HireSeeker
яндекс

ML Engineer RecSys в Еду

яндекс · Москва · 19 июн.

↑ Вакансия с автоподнятием
Зарплата не указана

Опыт: От 5 лет

Навыки: Python, C++

Яндекс Еда — сервис доставки из ресторанов и магазинов с миллионами пользователей и заказов. Для ML это означает большой объём данных, быстрые A/B и высоконагруженные реал-тайм-задачи.

Наша команда отвечает за алгоритмическую и ML-составляющую ранжирования — одну из ключевых частей продукта. От наших разработок зависит, что пользователь увидит, выберет и закажет. Мы создаём персональные рекомендации, улучшаем поиск, развиваем новые пользовательские продуктовые сценарии. Внедряем как классические методы машинного обучения, так и передовые нейросетевые модели.

Какие задачи вас ждут

Ответственность за все стадии ML-проектов
Вам предстоит участвовать в проработке решений на основе машинного обучения, сводить бизнес-требования к ML-задаче, разрабатывать ML-пайплайны, проверять идеи в A/B-экспериментах.

Улучшение продукта
Недостаточно ранжировать по релевантности: нужно учитывать доступность, загрузку, время и стоимость доставки, смешивание с рекламной выдачей. Вы будете искать точки роста, предлагать и отстаивать идеи по развитию ранжирования, внедрять передовые разработки, запускать рекомендации на новых поверхностях и вертикалях.

Вывод решений в продакшн
Наши модели работают в реал-тайм-сервисах, обрабатывающих сотни запросов в секунду. Вам предстоит писать продакшн-код, тестировать и при необходимости оптимизировать его.

Взаимодействие со смежными командами
Вы будете тесно работать с продуктовыми командами, аналитиками и MLOps-инженерами: решать общие задачи, запускать эксперименты и защищать результаты.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

  • Разрабатывали на Python или C++
  • Хорошо знаете и применяли методы анализа данных и ML
  • Готовы вести полный цикл внедрения ML-решений: от обработки данных до внедрения в продакшн

Будет плюсом, если вы

  • Разрабатывали рекомендательные системы или поиск
  • Работали с высоконагруженными реал-тайм-системами