Яндекс Такси работает в сотнях городов и более чем в 15 странах мира. Мы не просто создаем продукт — мы делаем жизнь людей комфортнее, меняем транспортную инфраструктуру городов и приближаем будущее.
Наша команда улучшает Яндекс Такси при помощи больших данных и ML-алгоритмов. Сейчас мы ищем разработчика в области машинного обучения. У нас глобальные и смелые планы и, возможно, именно вы поможете нам осуществить их как можно скорее.
Экономим время пользователя, определяя на карте удобные точки посадки и высадки.
Выдаем цели и персональные предложения водителям.
Подбираем оптимального водителя на заказ с учетом дорожной ситуации.
Какие задачи вам предстоит решать
В каких случаях можно снизить стоимость поездки без вреда для бизнеса? Например, можно предложить поехать с попутчиком, или как-то оптимизировать маршрут пользователя/придумать какой-то новый способ снижения стоимости.
Как определить наиболее правдоподобное местоположение пользователя, учитывая, что сигнал GPS пользователя может быть неточным, и у нас есть несколько других источников данных? Возможно, стоит попросить пользователя указать свою геолокацию на карте вручную.
Что нужно делать
Отвечать за полный цикл ML-проекта, начиная с формализации проблемы и заканчивая внедрением ML-модели в продакшен.
Находить точки роста и улучшать бизнес-показатели, выдвигать гипотезы и проверять их экспериментально.
Взаимодействовать со смежными командами аналитиков и разработчиков, активно участвовать в развитии сервиса.
Мы ждем, что вы
Знаете методы анализа данных и машинного обучения (классификация/регрессия/ранжирование/uplift etc.), применяли и оценивали их на практике.
Имеете более года опыта работы ML-разработчиком.
Понимаете, как правильно собрать данные под ML-задачу.
Умеете генерировать, приоритизировать и тестировать гипотезы на данных.
Понимаете, как оценить качество ML-решения в бизнес-метриках.
Знаете математическую статистику и теорию вероятностей.
Умеете работать с большими объёмами данных, понимаете парадигму MapReduce (Hadoop, Spark).
Знакомы с фреймворком TensorFlow или PyTorch и применяли какой-то из них на практике.
Проводили эксперименты и анализировали результаты А/Б-тестов.
Условия
Сильная команда, с которой можно расти.
Сложные задачи для сервисов с миллионами пользователей.
Возможность быстро увидеть результат своих внедрений.
Зарплата на уровне рынка и выше.
Премии каждые полгода по результатам ревью.
Ипотечные программы под 3% на 10 лет или без процентов на 3 года.
Компенсация питания.
Расширенная программа ДМС: оплата 80% стоимости ДМС для супругов и детей.
Спортзал, тренажёрный зал, йога в офисе.
Гибкий график работы.
Парковка.
Анастасия Кораблёва Recruiter
О компании Яндекс Такси
Сфера
Продуктовая компания
Размер
1001+
Яндекс Такси — сервис, осуществляющий онлайн-заказ такси и каршеринга. Одним из продуктов компании является такси для бизнеса. С 2017 года развивают направление беспилотных автомобилей. В августе 2020 года был запущен Яндекс Go, объединивший сразу несколько сервисов Яндекса, кроме онлайн-заказа такси, приложение объединяет сервисы каршеринга, заказ еды, экспресс-доставку продуктов, отслеживание движения общественного транспорта и грузоперевозок.