ML-разработчик в команду базового качества товарного поиска

Ориентир по рынку≈ 150 000 – 310 000 ₽наша приблизительная оценка по 91 вакансии этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 150 000 – 310 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Но в тексте есть формулировки, на которые стоит обратить внимание.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Наша компания

Привет! Я Максим, более четырёх лет разрабатываю решения для различных поисковых движков. Для развития ранжирования товарного поиска ищем специалиста, который увлечён сложными задачами в областях NLP, LLM, классического ML и RecSys, готов к динамике fast-paced-среды и желает, чтобы его код имел вес на уровне продукта. Максим Намит

О роли

Руководитель бригады Поисковые технологии — основа бизнес-группы Яндекс Поиска. Уже сегодня каждый пятый запрос связан с выбором товаров. Это направление обеспечивает 40% прибыли Поиска, и именно над ним мы работаем в стриме «Независимый Ecom».

Чем предстоит заниматься

Улучшение релевантности поиска оферов

На еком-срезе релевантность офера запросу — сложная задача, где нужно учитывать интент пользователя, характеристики товара, аспекты запроса, региональную доступность, цену, привлекательность изображения, доверие к продавцу и другие факторы. Например, если пользователь ищет «лёгкий ноутбук для работы», важно понять, что для него значимы вес, автономность, производительность для офисных задач, диагональ и цена. А если он ищет товар, похожий на что-либо, то критичны уже визуальные признаки. Для решения таких задач релевантности мы активно используем LLM и VLM: для разметки, оценки релевантности, понимания запросов, выделения аспектов и признаков. Затем эти сигналы дистиллируем в более быстрые модели, которые можно применять в продакшене

Оферный поиск в агентских сценариях

Поиск должен быть удобен не только человеку, но и агенту, который собирает информацию для ответа. Для этого требуется значительно переработать поисковый стек, чтобы отдавать наиболее релевантные и конверсионные товары

Усовершенствование поисковых механизмов

Современный товарный поиск должен справляться с разнообразными задачами, такими как нахождение минимальной цены, обеспечение хорошего разнообразия и прочие. Для этого необходимо постоянно перерабатывать механизм поиска и улучшать его в соответствии с вызовами современного рынка. Вы будете проектировать и внедрять ML-модели в продакшен, напрямую влиять на качество продукта и ключевые бизнес-метрики

Больше об ML в Яндексе — в канале Yandex for ML

Наши требования

Имели дело с NLP и LLM

Умеете формулировать задачи в терминах ML, понимаете, как измерить результат, знакомы с разными алгоритмами и можете выбрать подходящий, решали ML-задачи на практике

Знаете классические алгоритмы и структуры данных

Заботитесь о высоком качестве конечного продукта

Готовы погружаться в новые технологии

Решали задачи в классическом ML, рекомендательных системах

Занимались коммерческой разработкой

Владеете C++ или готовы на него перейти