Яндекс·Москва·21 авг.
ML-разработчик в ранжирование Яндекс Еды
Ориентир по рынку≈ 178 000 – 252 000 ₽наша приблизительная оценка по 141 вакансии этой роли и грейда, у работодателя вилка не указана
≈ 2,2 тыс.–3,1 тыс. $
🔄 ГибридMiddleПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, вакансия открыта уже давно.
2 из 4 в норме
Открыта долго: как понять до отклика, ищут ли ещё
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 141 похожей вакансии Разработчик уровня Middle.
Живость
Висит 61 день. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.
- Зарплата не указана
- Появилась у нас 21 августа 2026 г., 61 день назад
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 1 копия на других сайтах
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 7, требований 7. Картина ясна до первого созвона.
- Известно
- высокие нагрузки
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноMLPythonC++SQLGoMLOps
Надбавка к зарплате на этом уровне: Python +43%, SQL +22%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Яндекс обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Привет! Меня зовут Вася, я руковожу группой алгоритмов ресторанного ранжирования в Яндекс Еде. Ищу ML-разработчика, который будет развивать ранжирование ресторанов и блюд. Василий Гламаздин
О роли
Руководитель группы Яндекс Еда — сервис доставки из ресторанов и магазинов с миллионами пользователей и заказов. Для машинного обучения это означает работу с большими данными, быструю проверку гипотез в A/B-тестах и обработку данных в реальном времени под нагрузкой.
Чем предстоит заниматься
Цикл ML-проекта
Вы будете преобразовывать бизнес-требования в ML-задачи, собирать пайплайн, обучать и проверять модель, внедрять её в реалтайм-сервис и тестировать с помощью A/B-теста
Развитие продукта
Вам предстоит искать точки роста, предлагать и отстаивать свои идеи, а также запускать рекомендации на новых поверхностях и вертикалях. При этом нужно не только ранжировать по предпочтениям, но и учитывать доступность и загрузку ресторана, скорость и стоимость доставки, а также балансировать органику с рекламным продвижением
Работа со смежниками
Вам нужно будет сотрудничать с продуктовыми командами, аналитиками и MLOps — решать общие задачи, проводить совместные эксперименты и защищать результаты
Больше об ML в Яндексе — в канале Yandex for ML
Наши требования
Разрабатывали на Python или C++
Хорошо знаете методы анализа данных и ML и применяли их на практике
Готовы вести решение от обработки данных до внедрения в продакшен
Делали рекомендательные системы или поиск
Работали с высоконагруженными реалтайм-системами
Инфраструктура Яндекса: общие фреймворки, собственная A/B-платформа и вычислительные мощности
Узнайте про разработку Городских сервисов Яндекса на dev.go.yandex
Стек
Python, C++, SQLДополнительно
Над чем мы работаем сейчас
Дискавери на главной. Историю заказов уже закрывает отдельная карусель, но и на остальных поверхностях главной пользователь встречает в основном знакомые ему рестораны. Хотим, чтобы эти поверхности открывали новое — места, где человек ещё не заказывал, но закажет
Блюдоцентричное ранжирование. Учимся ранжировать не рестораны, а сами блюда — на поверхностях вне карточки ресторана
Общий поиск Еды. Ищем баланс между семантической релевантностью и бизнес-метриками
Ядро ранжирования. Новые факторы и новые архитектуры — сквозная задача для всех поверхностей сразу
Что у нас есть
