📍 Москва (м. Парк культуры)Санкт-Петербург (м. Площадь Ленина)ЕкатеринбургНовосибирскНижний НовгородРостов-на-ДонуКазаньОфис или гибрид
Специализация
Python/С++ / Machine Learning
Каждый день сотни IT-команд Яндекса решают сложные и интересные технологические задачи. Вы можете работать в командах с разной культурой, от хайлоад-сервисов до небольших стартапов. Каждый специалист влияет на развитие продуктов, которые меняют жизнь миллионов людей к лучшему.
Едадил помогает пользователям экономить на покупках в категории FMCG. Наша задача не просто показать наличие и цену товара в торговых сетях, а предложить именно то, что человеку действительно ценно и интересно, и где именно он сможет сэкономить.
Сейчас мы ищем backend-разработчика (в идеале с опытом в ML) для развития и поддержки текущих процессов и сервисов рекомендаций, а также для их масштабирования под новые сценарии рекомендаций.
Технологии/инструменты
PythonC++AirflowSQLMapReduce
О команде
- Наша команда занимается машинным обучением: от аналитики и экспериментов с моделями до разработки и поддержки production сервисов и пайплайнов данных. В Едадиле ML активно применяется для автоматической модерации товаров и для рекомендаций.
- На данный момент в продакшене у нас уже развернуто более сотни процессов обучения ML-моделей, инференса нейросетей для обработки данных по товарам и логам пользователей. С другой стороны, наши бекенды — это высоконагруженные онлайн-сервисы, которые занимаются расчетом рекомендаций для пользователей налету.
- Также Едадил активно запускается на международном рынке (Латинская Америка, Юго-Восточная Азия, Африка, Турция) и под эти запуски нужно масштабировать дата-пайплайны, сервисы и ML-модели.
Какие задачи вас ждут
Доработка существующих рекомендаций и продуктивизация ML-моделей для рекомендаций (а также их обучение при наличии опыта/желания).
- Рекомендации — это смесь экспериментов с ML-моделями, тяжелых оффлайн-расчетов и высоконагруженного рантайма с ML-моделями внутри. Наша команда занимается полным циклом работы по всем задачам, связанным с рекомендациями: от аналитики и поиска идеи по улучшению сервиса, до проведения A/B-теста и последующего релиза на прод.
Реализация NRT-фидбека в рекомендациях.
- Продвинутые рекомендации могут налету пересчитывать рекомендации для пользователя после совершенных им действий в приложении. Нам необходимо доработать инфраструктуру, ML-модели и сервис рекомендаций, чтобы научиться учитывать последние действия пользователя в приложении для перерасчета рекомендаций.
Разработка рекомендаций для новых сценариев.
- На данный момент далеко не для всех слоев приложения реализованы рекомендации. Необходимо разработать оффлайн-процессы и настроить онлайн-сервис для ранжирования в 3 новых сценариях: лента поиска, бесконечная лента, ранжирование карусели категорий товаров. Также возможна работа по обучению ML-моделей при наличии опыта и желания.
Повышение стабильности сервиса.
- Стабильность рекомендаций зависит от оффлайн- и онлайн-компонент. Для онлайн-компонент необходимо улучшить процессы тестирования, приемки релиза и его выкатки, а также доработать систему мониторинга потребляемых ресурсов и ошибок. Для оффлайн-компонент требуется настроить процессы контроля свежести данных и их валидации.
Мы ждём, что вы
- Имеете промышленный опыт разработки на Python не менее года.
- Имеете опыт разработки на С++.
- Умеете и любите писать чистый код, покрывать его тестами и проводить рефакторинг.
- Понимаете, как разрабатываются веб-приложения (кэш, очереди, асинхронные задачи).
- Понимаете, как разворачивать свой код.
- Работали с большими данными и имеете опыт разработки оффлайн-процессов обработки данных (например, на Airflow, MapReduce, SQL).
- Умеете работать самостоятельно и в команде.
Будет плюсом, если вы:
- Разрабатывали системы рекомендаций и персонализации поиска.
- Разбираетесь в паттернах проектирования.
- Строили автоматические пайплайны ML.
- Оптимизировали ML-модели и внедряли их в продакшен.
- Работали над ML-моделями в сфере фудтеха или e-commerce.
Что мы предлагаем
- Высокий совокупный доход. Премии каждые полгода для всех, кто успешно прошёл ревью.
-
Офисы, в которые хочется ходить:
- Удобные, красивые и технологичные офисы с зонами для работы и отдыха, спортзалами, йога-классами, массажными кабинетами и не только.
- В офисах есть бесплатные парковки для машин и велосипедов.
-
Расширенная медицинская страховка:
- 9 видов чекапов, телемедицина 24/7, лечение критических заболеваний.
- Психотерапия — компенсация сессий в «Ясно» и Яндекс Здоровье, психотерапевты в клиниках и офисах.
- Стоматология — плановые процедуры, профессиональная чистка и приёмы стоматолога-ортодонта.
- Через год работы можно сделать лазерную коррекцию зрения. После 2 лет в ДМС входит ведение беременности и роды.
- Компенсируем 80% стоимости ДМС для супругов и детей.
-
Возможности для роста:
- Есть всё, чтобы учиться: внутренняя платформа с 100+ курсами, менторство и программы для руководителей.
- Оплачиваем участие в профильных конференциях и помогаем подготовиться к публичным выступлениям.
- Если для рабочих задач нужен иностранный язык, организуем обучение и оплатим 50% стоимости.
-
Жилищная программа. После года работы при соответствии правилам программы можно получить заём со льготной ставкой на покупку жилья или ремонт.
- Компенсация питания. На бейджике сотрудника есть ежедневный лимит, который можно тратить на еду и напитки в столовых офисов, кофейнях и ресторанах поблизости.
- Скидки от партнёров. Бейджик Яндекса помогает экономить в самых разных местах: от спортивных магазинов и отелей до груминг-салонов и образовательных курсов.
Aleksandra Lopatina IT Recruiter