
яндекс · 20 июн.
↑ Вакансия с автоподнятиемЯндекс Go — сервис, который работает в реальном времени, и одна из ключевых его задач — управление спросом и предложением (потребностью пассажиров и возможностью водителей). Субсидии — это инструмент, который помогает избегать сильного дисбаланса. Наша команда улучшает Яндекс Go при помощи больших данных и алгоритмов машинного обучения и делает сервис доступнее для миллионов водителей и пассажиров каждый день.
Узнайте про разработку городских сервисов Яндекса на dev.go.yandex
Организация полного цикла ML-проекта
Вам нужно будет отвечать за весь цикл проекта: общаться с бизнес-заказчиком и формализовывать задачи, выбирать технологический стек и архитектуру модели и внедрять ML-модель в продакшн.
Взаимодействие со смежными ML-командами
Вам предстоит совместно выбирать и внедрять технологии, оптимальные для решения задач.
Поиск точек роста и улучшение бизнес-показателей
Вы будете выдвигать гипотезы и проверять их экспериментально.
* Владеете классическим стеком ML-разработки: Python (sklearn, XGBoost или CatBoost, Pandas, Seaborn, Matplotlib и т. д.), SQL
* Понимаете, как правильно собрать данные для ML-задачи
* Имеете хорошую алгоритмическую подготовку
* Умеете выдвигать гипотезы, приоритизировать их и тестировать на данных
* Имеете опыт индустриального RL
* Встраивали и масштабировали нейросетевые подходы на табличных данных/ последовательностях
* Умеете работать с большими объёмами данных, понимаете парадигму MapReduce (Hadoop, Spark)
* Проводили эксперименты и анализировали результаты А/B-тестов
* Знакомы с фреймворками Pytorch Lifestream / Lightning и применяли какой-то из них на практике