ML-разработчик в Яндекс Заботу
Posted 1
view
Summary
Develop ML models for insurance distribution and risk scoring at Yandex. The role involves working with Python, SQL, and classical ML on tabular data to improve OSAGO/KASKO products, conduct A/B tests, and manage data pipelines.
Мы развиваем страховые продукты для разных сфер жизни: от транспорта и жилья до покупок и доставки. Ищем ML-разработчика для одного из двух связанных направлений: дистрибуции страховых продуктов и риск-скоринга. Конкретную зону ответственности определим с учётом вашего опыта и интересов.Дистрибуция страховых продуктов
Предстоит развивать модели отбора пользователей, которым может быть актуален конкретный страховой продукт. Среди ближайших задач — улучшение дистрибуции ОСАГО и КАСКО, а также перенос подхода на новые продукты. Работа включает формулирование продуктовых гипотез, поиск релевантных сигналов в разных сервисах Яндекса, построение интерпретируемых моделей и проверку качества отбора в продуктовых экспериментах. Риск-скоринг
Вы будете развивать модели оценки страхового риска для КАСКО, ОСАГО и других продуктов. Основные сложности — небольшое количество подтверждённых страховых случаев, неполная разметка и необходимость проверять сигналы на независимых источниках данных. У нас уже есть базовые модели и архитектура пайплайна: нужно будет улучшать признаки и валидацию, следить за качеством текущих решений и адаптировать подход к новым продуктам. Данные и ML-пайплайны
В обоих направлениях значительная часть работы связана с данными: нужно договариваться с командами — владельцами источников, собирать выборки и признаки, проверять их покрытие и качество, добавлять новые блоки в существующие пайплайны и анализировать результаты A/B-тестов. Больше об ML в Яндексе — в канале Yandex for ML* Уверенно владеете Python и SQL * Имеете хорошую базу в классическом ML, работали с табличными данными * Понимаете принципы корректной валидации, временных разбиений и возможных утечек * Умеете самостоятельно вести ограниченный исследовательский или продуктовый трек: от постановки гипотезы до выводов и следующего шага * Готовы работать с неполными данными и неоднозначными таргетами * Способны понятно объяснять продуктовой команде логику модели, допущения и ограничения * Критически относитесь к данным, метрикам и результатам Узнайте про разработку Городских сервисов Яндекса на [dev.go.yandex](http://dev.go.yandex/?utm\_source=yandex\_jobs&utm\_medium=social&utm\_content=1&utm\_campaign=vacancies)
Предстоит развивать модели отбора пользователей, которым может быть актуален конкретный страховой продукт. Среди ближайших задач — улучшение дистрибуции ОСАГО и КАСКО, а также перенос подхода на новые продукты. Работа включает формулирование продуктовых гипотез, поиск релевантных сигналов в разных сервисах Яндекса, построение интерпретируемых моделей и проверку качества отбора в продуктовых экспериментах. Риск-скоринг
Вы будете развивать модели оценки страхового риска для КАСКО, ОСАГО и других продуктов. Основные сложности — небольшое количество подтверждённых страховых случаев, неполная разметка и необходимость проверять сигналы на независимых источниках данных. У нас уже есть базовые модели и архитектура пайплайна: нужно будет улучшать признаки и валидацию, следить за качеством текущих решений и адаптировать подход к новым продуктам. Данные и ML-пайплайны
В обоих направлениях значительная часть работы связана с данными: нужно договариваться с командами — владельцами источников, собирать выборки и признаки, проверять их покрытие и качество, добавлять новые блоки в существующие пайплайны и анализировать результаты A/B-тестов. Больше об ML в Яндексе — в канале Yandex for ML* Уверенно владеете Python и SQL * Имеете хорошую базу в классическом ML, работали с табличными данными * Понимаете принципы корректной валидации, временных разбиений и возможных утечек * Умеете самостоятельно вести ограниченный исследовательский или продуктовый трек: от постановки гипотезы до выводов и следующего шага * Готовы работать с неполными данными и неоднозначными таргетами * Способны понятно объяснять продуктовой команде логику модели, допущения и ограничения * Критически относитесь к данным, метрикам и результатам Узнайте про разработку Городских сервисов Яндекса на [dev.go.yandex](http://dev.go.yandex/?utm\_source=yandex\_jobs&utm\_medium=social&utm\_content=1&utm\_campaign=vacancies)