Продуманный маркетинг — главный драйвер роста любого современного продукта. Наша команда разрабатывает интеллектуальные системы пуш-уведомлений и смежные решения, которые работают на стыке бизнеса и технологий. Основная цель нашего проекта — приводить в экосистему продуктов Яндекса вовлечённых пользователей с помощью передовых ML-алгоритмов, напрямую влияя на ключевые метрики. Например, для платформы Рекламы наша работа конвертируется в реальные целевые действия пользователей и кратный рост выручки. Мы не просто рассылаем уведомления: мы непрерывно бьёмся за повышение CTR, масштабируем объёмы и выводим пользовательский опыт на принципиально новый уровень. Масштаб данных впечатляет — ежедневно мы отправляем миллионы персонализированных пушей через десятки приложений Яндекса.

Обязанности:

Разработка и обучение моделей для ранжирования
Вам предстоит проектировать и обучать ML-модели для умного ранжирования категорий и товаров в пуш-уведомлениях. Вы будете работать с колоссальными массивами данных: анализировать предпочтения аудитории и предсказывать поведенческие интенты. Ваш главный вызов — научить систему делать настолько точные и высокорелевантные предложения, от которых пользователи не захотят отказываться. Генерация текстов для пуш-уведомлений
Умной выдаче — точный текст. Вы будете создавать алгоритмы автоматической генерации текстов для пушей, опираясь на историю поисковых запросов и глубокое понимание профиля каждого конкретного пользователя. Работа с данными пользователей
Вам нужно будет погружаться в аналитику: предстоит исследовать скрытые интенты, запросы и предпочтения аудитории. Ваша цель — превращать терабайты сырых данных в мощные, гиперперсонализированные рекомендации, которые бьют точно в цель и приносят пользу клиентам. Больше об ML в Яндексе — в канале Yandex for ML

Ключевые навыки:

  • Работали с ML (знание CatBoost, нейросетей — большой плюс)
  • Имеете базовые знания в области A/B-тестов
  • Понимаете принципы работы рекомендательных систем и алгоритмов ранжирования
  • Умеете генерировать и тестировать гипотезы

Дополнительные требования:

  • Разрабатывали рекомендательные системы
  • Использовали модели NLP или популярные генеративные модели вроде GPT