Мы ищем ML-инженера, который будет развивать ранжирование, рекомендации и оценку стоимости в Яндекс Недвижимости, Яндекс Аренде, Авто.ру и Путешествиях. Вы сможете влиять на продукт и бизнес, работать рядом с опытными коллегами, которые помогут разобраться как в классическом ML, так и в NLP или рекомендациях. А ещё у нас нет бюрократии. Что нужно делать: Обучать новые модели для ранжирования, изобретать новые кандидатогенераторы для рекомендаций в Путешествия, Авто.ру, НедвижимостьЭффективные модели ранжирования помогают выделить наиболее подходящие предложения с учётом множества факторов, таких как цена, местоположение, характеристики и отзывы. Качество выдачи становится более точным и релевантным и существенно влияет на пользовательский опыт. Предоставление более релевантных предложений может помочь пользователям найти то, что они ищут, и совершить покупку или сделку. Улучшать оценку стоимости авто и недвижимости, изучать ценообразованиеТочные оценки способствуют укреплению доверия между продавцами, покупателями и другими участниками рынка. Это может привести к увеличению числа сделок и улучшению общего опыта пользователей. Рынки автомобилей и недвижимости постоянно меняются. Улучшенные модели оценки позволяют адаптироваться к этим изменениям и предоставлять актуальные данные. Заниматься антифродом и модерацией контента (текста, картинок, звука)Антифрод-системы помогают выявлять и предотвращать мошеннические действия, такие как фишинг и финансовые махинации. Это защищает пользователей от потенциальных потерь и ущерба. Модерация контента позволяет удалять или блокировать неприемлемый контент — спам, ненормативную лексику и вредоносные ссылки. Это создаёт более безопасную и приятную среду для пользователей. Мы ждем, что вы: имеете опыт промышленного применения ML больше трёх лет; программировали на Python, работали с NumPy, pandas; работали с большими данными и хорошо знаете все диалекты SQL; готовы предлагать идеи и самостоятельно их реализовывать; знаете алгоритмы и структуры данных. Будет плюсом, если вы: реализовывали алгоритмы ранжирования; строили рекомендательные системы, разбираетесь в современных подходах к построению рекомендаций; решали задачи оценки стоимости; знаете особенности распределённых вычислений, архитектуры данных и методов их обработки; писали на Java, Scala или C++. Процесс отбора кандидатов: техническое интервью в Zoom на знание SQL, Python и ML (длится 1,5 часа), финальное интервью с обсуждением дизайна ML-систем, проекта, задач, перспектив, вашей мотивации и ожиданий.
Условия:
сильная команда, с которой можно расти; возможность влиять на процесс и результат; корпоративная ипотечная программа; компенсация оплаты питания; расширенная программа ДМС: оплата 80% стоимости ДМС для супругов и детей; спортзал, тренажёрный зал, йога в офисе; гибкий график и режим работы; парковка.
