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. **Подробнее о том, чем мы занимаемся:**
ML в Екоме Яндекса: как работает и кто им занимается?

Обязанности:

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.

Ключевые навыки:

  • 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

Дополнительные требования:

  • Внедряли ML-модели в продакшн
  • Разрабатывали рекомендательные системы или поиск
  • Работали с высоконагруженными реал-тайм-системами
  • Разрабатывали бэкенд-сервисы на C++, Java, Go, C#