📍 Москва (м. Деловой центр)Офис или гибрид
Специализация
Data Science / Machine Learning
Технологии/инструменты
PythonC++
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.
Больше о нашей команде
В группе алгоритмов рекомендаций пока шесть ML-разработчиков, но мы расширяемся и ищем новых людей в команду.
У нас хорошо отлажены внутренние процессы взаимодействия и минимум бюрократии. Мы решаем сложные задачи на стыке продуктовой разработки и алгоритмов, наши внедрения напрямую влияют на бизнес и продукт Еды.
Примеры проектов, над которыми вам предстоит работать
- Переход на сквозное ранжирование и CPA-аукцион в рекламе.
В Еде рекламный аукцион долго работал по CPC-модели (cost per click — партнёр платил за клик по ресторану, когда тот поднимался в топ выдачи за счёт рекламы). Под рекламу отводилось четыре места на самом верху выдачи, и чем выше ставку ставил партнёр, тем выше у него была вероятность попасть в топ.
Совсем недавно мы перешли на CPA-аукцион (cost per action — когда партнёр платит за заказ в том случае, если его ресторан был поднят рекламой в выдаче). Мы сделали механику, при которой органическая выдача смешивается с рекламной, а за счёт ставки у партнёра есть возможность подняться выше органических ресторанов. Для этого нам пришлось перейти от предсказания релевантности к предсказанию вероятности заказа и его маржинальности, а также на симуляциях подобрать оптимальные коэффициенты замешивания рекламы и органики. В дальнейшем планируем применить байесовскую оптимизацию для более оптимального подбора коэффициентов замешивания, перейти на другие таргеты в ранжировании и ещё много всего интересного.
- Запуск ML-ранжирования в «Куда сходить».
«Куда сходить» — новый продукт в Еде, позволяющий пользователям выбрать ресторан, который можно посетить вживую, если доставка уже приелась. Для запуска нам потребовалось решить задачу колд-старта, для этого мы на основе данных из Яндекс Крипты подготовили DSSM-модель, способную генерировать LaL-векторы для пользователей и ресторанов, а также проделали большую инфраструктурную работу по подготовке логики расчёта фич и их логирования, чтобы в дальнейшем перейти к целевой схеме — ранжированию CatBoost.
Сейчас в «Куда сходить» мы внедряем коллаборативные модели SLIM и iALS, в дальнейшем планируем извлечь пользу из новых источников данных, перейти на новые таргеты, а также улучшить ранжирование в поиске.
- Улучшение апсейла в ритейле.
Апсейл — это рекомендательная лента с товарами на корзине магазинов. Мы проделали большую работу по улучшению алгоритмов рекомендаций на этой поверхности: внедрили mixigen (модель, определяющую, из каких источников нужно набирать кандидатов для ранжирования), добавили множество персональных факторов, внедрили userbody (большую двухбашенную модель, созданную в недрах Большого Поиска Яндекса). В дальнейшем планируем персонализировать mixigen, поработать над улучшением продуктовых механик, добавить новые источники кандидатов.
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#.
Что мы предлагаем
Заботу о здоровье
Расширенная медицинская страховка начинает работать с первого месяца в Яндексе. В неё входят: стоматология, ежегодные чекапы, неотложная помощь за рубежом, лечение критических заболеваний, в том числе онкологии, и страхование от несчастных случаев.
А также
- Психотерапия в офисе или онлайн-сервисах.
- Лазерная коррекция зрения через год работы.
- Ведение беременности и родов — через два года.
- Страховка для родственников по системе 80/20.
- Мы оплачиваем 80% стоимости ДМС для детей и супругов, вы — остальные 20%.
Рост и развитие
В Яндексе есть всё, чтобы постоянно развиваться и учиться новому: внутренняя образовательная платформа, менторство и программы для начинающих и опытных руководителей.
А также
- Оплата участия в профильных конференциях.
- Скидка 50% на изучение иностранных языков.
- Кроме того, в Яндексе есть внутренние проекты, где наши сотрудники делятся экспертизой, обсуждают сложные темы и разбирают кейсы своих проектов.
Спорт
Во всех крупных офисах Яндекса есть спортзалы со всем необходимым: тренажёрами, спортивным инвентарём, душевыми, шкафчиками для одежды и вещей. Можете заниматься самостоятельно, а можете с корпоративным тренером.
А также
- Бесплатные онлайн-тренировки с FITMOST.
- Скидки в фитнес-клубах, бассейнах, студиях йоги, скалодромах и других местах.
Спортивный клуб Яндекса
В Яндексе есть спортивный клуб и много спортивных команд. У них есть свои лидеры, чаты, программы тренировок. А ещё они регулярно участвуют в забегах, триатлонах, «Гонке героев», футбольных и других соревнованиях. Вы сможете присоединиться к существующим командам или собрать свою.
И еще
- Гибкий график. У нас нет фиксированного времени начала и конца рабочего дня — работайте так, как удобно вам и вашей команде.
- Всё для детей. Страхование, детские дни в офисе, подарки на рождение детей и чекапы при планировании беременности.
- Жилищные займы. Льготная ставка на покупку жилья и улучшение жилищных условий — в зависимости от стажа, позиции и результатов ревью. Действует для сотрудников, работающих в российских офисах Яндекса.
Подробнее о том, чем мы занимаемся
Анастасия Дедюлина рекрутер
