Мы — команда поиска и рекомендаций. Отвечаем за «мозг» Яндекс Еды: решаем, в каком порядке показывать рестораны, что предлагать пользователю на завтрак и как помочь найти нужные продукты в огромном каталоге ритейла. Работаем на стыке продукта и ML, превращая терабайты данных в персональную выдачу для миллионов пользователей. Ищем сильного аналитика, который станет полноценным партнёром для ML-разработчиков и продактов. Вам предстоит не просто оценивать результаты, а создавать фундамент для обучения моделей, разрабатывать инфраструктуру данных и критически оценивать (челленджить) любые продуктовые идеи. Мы будем запускать только то, что реально полезно пользователю.

Обязанности:

Архитектура данных для ML и рекомендаций
Рекомендации зависят от качества данных, на которых обучаются модели. Вы будете разрабатывать инфраструктуру для поставки данных в модели, искать новые фичи и сигналы, чтобы улучшить работу алгоритмов. Также вы будете помогать ML-команде создавать обучающие выборки и проверять качество моделей перед их запуском в прод. Проверка продуктовых гипотез
Вы будете критически оценивать идеи продактов, проверяя их данными и здравым смыслом, не принимая задачи «на веру». Нужно будет генерировать инициативы по улучшению ранжирования, предлагать новые механики в интерфейсе и драйвить развитие продукта. Разработка метрик и системы оценки качества
Как понять, что лента рекомендаций стала лучше? Вам предстоит разработать чувствительные онлайн- и офлайн-метрики, которые покажут, как алгоритмы влияют на удовлетворённость пользователей и экономику сервиса. Вы будете создавать сложные эксперименты и выяснять, почему одни модели успешны, а другие — нет. Управление ранжированием
Не всё решается с помощью нейросетей. В ряде сценариев вы будете выступать владельцем продукта: разрабатывать и настраивать аналитические правила и эвристики там, где использовать ML рано или избыточно. Ваша задача — находить баланс между «магией» алгоритмов и прозрачной бизнес-логикой. Больше об аналитике в Яндексе — в канале Yandex for Analytics

Ключевые навыки:

  • Работали в сфере аналитики не менее двух лет (желательно в екоме, стримингах или маркетплейсах)
  • Владеете SQL (Hadoop, ClickHouse) и работаете со сложной структурой данных
  • Понимаете принципы работы ML и рекомендательных систем, знаете, что нужно модели для обучения и как оценить её качество
  • Не боитесь спорить с бизнесом и аргументированно отстаиваете свою точку зрения, опираясь на цифры
  • Отлично знаете математическую статистику и проводите A/B-тесты (от дизайна до интерпретации результатов)

Дополнительные требования:

  • Пишете на Python (Pandas, NumPy) для анализа данных и автоматизации рутины
  • Строили витрины данных или работали с дата-инженерией
  • Умеете «продавать» сложные аналитические решения стейкхолдерам и делать понятные визуализации