ML-разработчик в Вертикали
Summary
ML engineer at Yandex Verticals (Auto.ru, Real Estate, Travel) building ranking, recommendation, pricing, and fraud-detection models in Python/C++ with PyTorch/CatBoost and Airflow pipelines.
В Яндекс Вертикали входят сервисы Недвижимость, Аренда, Путешествия. Мы ищем опытного ML-разработчика, который будет помогать нам повышать релевантность выдачи в поиске, развивать ранжирование и рекомендации на главных страницах сервисов.Обучать модели и изобретать кандидатогенераторы
Вы будете обучать новые модели для ранжирования, а также изобретать кандидатогенераторы для рекомендаций на Яндекс Путешествиях и Недвижимости. Эффективные 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 недвижимости
Вам предстоит изучать ценообразование. Точные оценки помогают укреплять доверие между продавцами, покупателями и другими участниками рынка. Это может привести к увеличению числа сделок и улучшению общего опыта пользователей. Рынок недвижимости постоянно меняется. Улучшенные модели оценки позволяют адаптироваться к этим изменениям и предоставлять актуальные данные. Заниматься антифродом и модерацией контента
Антифрод-системы помогают выявлять и предотвращать мошеннические действия, такие как фишинг и финансовые махинации. Это защищает пользователей от потенциальных потерь и ущерба. Модерация контента — текста, картинок, звука — позволяет удалять или блокировать неприемлемый контент: спам, ненормативную лексику и вредоносные ссылки. Это создаёт более безопасную и приятную среду для пользователей. Больше об ML в Яндексе — в канале Yandex for ML* Программируете на Python или C++ * Решаете задачи любой сложности по подготовке и трансформации данных с помощью SQL и NoSQL * Умеете оборачивать решения в микросервис с помощью FastAPI / GRPC или Docker * Работали с оркестрацией ML-пайплайнов с помощью Airflow или Luigi * Обладаете хорошими теоретическими знаниями в области ML * Знаете устройство любимого фреймворка или библиотеки машинного обучения: CatBoost, PyTorch* Занимались интеграцией ML в продукт, например в рекомендательные системы * Применяли DL в задачах генерации персонализированного контента * Работали со сложной валидацией продакшн-решений: А/В-тестированием, causal inference * Работали над задачами из релевантных областей: NLP, RecSys, pricing, time series, AutoML
Вы будете обучать новые модели для ранжирования, а также изобретать кандидатогенераторы для рекомендаций на Яндекс Путешествиях и Недвижимости. Эффективные 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 недвижимости
Вам предстоит изучать ценообразование. Точные оценки помогают укреплять доверие между продавцами, покупателями и другими участниками рынка. Это может привести к увеличению числа сделок и улучшению общего опыта пользователей. Рынок недвижимости постоянно меняется. Улучшенные модели оценки позволяют адаптироваться к этим изменениям и предоставлять актуальные данные. Заниматься антифродом и модерацией контента
Антифрод-системы помогают выявлять и предотвращать мошеннические действия, такие как фишинг и финансовые махинации. Это защищает пользователей от потенциальных потерь и ущерба. Модерация контента — текста, картинок, звука — позволяет удалять или блокировать неприемлемый контент: спам, ненормативную лексику и вредоносные ссылки. Это создаёт более безопасную и приятную среду для пользователей. Больше об ML в Яндексе — в канале Yandex for ML* Программируете на Python или C++ * Решаете задачи любой сложности по подготовке и трансформации данных с помощью SQL и NoSQL * Умеете оборачивать решения в микросервис с помощью FastAPI / GRPC или Docker * Работали с оркестрацией ML-пайплайнов с помощью Airflow или Luigi * Обладаете хорошими теоретическими знаниями в области ML * Знаете устройство любимого фреймворка или библиотеки машинного обучения: CatBoost, PyTorch* Занимались интеграцией ML в продукт, например в рекомендательные системы * Применяли DL в задачах генерации персонализированного контента * Работали со сложной валидацией продакшн-решений: А/В-тестированием, causal inference * Работали над задачами из релевантных областей: NLP, RecSys, pricing, time series, AutoML