Яндекс Еда — динамично развивающийся сервис, предоставляющий услуги по доставке еды из ресторанов и магазинов миллионам пользователей в более чем 10 странах на разных континентах.
Наша команда управляет алгоритмической и ML-составляющей для ранжирования в клиентском продукте Еды. Мы разрабатываем персональные рекомендации, улучшаем поиск, развиваем новые пользовательские продуктовые сценарии, а также помогаем запускать ранжирование для новых стран и активно внедряем как классические методы машинного обучения, так и передовые нейросетевые разработки для улучшения качества ранжирования в Еде.
Какие задачи вас ждут:
- Ответственность за все стадии ML-проектов
Вам предстоит участвовать в проработке решений на основе машинного обучения для улучшения ранжирования, помогать сводить бизнес-требования к ML-задаче, разрабатывать и валидировать корректность работы ML-пайплайнов.
- Улучшение продукта и проверка гипотез в A/B-экспериментах
Вы будете искать точки роста в продукте, предлагать и отстаивать идеи по его улучшению с помощью ML-ранжирования. Вам предстоит проверять ваши идеи в ходе A/B-экспериментов, анализировать их и защищать результаты.
- Написание кода в продакшн
Наши модели работают в реал-тайм-сервисах, обрабатывающих сотни запросов в секунду. Вам предстоит писать продакшн-код на C++, тестировать и при необходимости оптимизировать его.
- Взаимодействие со смежными командами
Великие дела не делаются поодиночке, поэтому вам предстоит работать в большой кросс-функциональной команде, где есть аналитики, разработчики, ML-специалисты и менеджеры. Вы будете тесно взаимодействовать со смежными командами для совместного движения вперёд.
Мы ждем, что вы:
- Разрабатывали на Python, C++ или других объектно-ориентированных языках программирования
- Хорошо знаете и применяли методы анализа данных и ML
- Знаете математическую статистику и теорию вероятностей
- Готовы разрабатывать полный цикл внедрения ML-решений: от обработки данных до внедрения в продакшн
Будет плюсом, если вы:
- Внедряли ML-модели в продакшн
- Разрабатывали рекомендательные системы или поиск
- Работали с высоконагруженными реал-тайм-системами
- Разрабатывали бэкенд-сервисы на C++, Java, Go, C#