ML-разработчик в Рекламу

Ориентир по рынку≈ 178 000 – 252 000 ₽наша приблизительная оценка по 143 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 2,2 тыс.–3,1 тыс. $

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 178 000 – 252 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Деньги

Вилку работодатель не назвал. Ориентир на созвон: столько платят в 143 похожих вакансиях Разработчик уровня Middle.

платят меньше178 000 – 252 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Опубликована 2 дня назад. Раньше её уже выкладывали 1 раз: спросите, почему место снова свободно.

Свежая

Описание

Обязанности: 7, требования: 9. Понятно, что за работа, ещё до отклика.

Известно: высокие нагрузки

Подробно

Что требуют

ОбязательноMLPyTorchTensorFlow

ПлюсомNLPC++

Ясно

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

Яндекс Реклама — это огромная высокотехнологичная высоконагруженная система, которая позволяет рекламодателям продвигать объявления, площадкам — монетизироваться, пользователям — видеть релевантную рекламу, ну и, конечно, генерирует прибыль Яндексу. В рекламе работает большое количество нейронных сетей. Мы улучшаем их, внедряем современные архитектуры и видим, как наши модели приносят компании реальную пользу!

Чем предстоит заниматься

Большие данные и SOTA-модели

Чтобы добиться максимального качества, мы используем тяжёлые трансформерные архитектуры и обучаем их на петабайтах данных. В процессе экспериментов мы не просто исследуем архитектуры из статей и проверяем факторы, но и задумываемся об оптимизации. В рекламную сеть Яндекса ежесекундно приходят десятки и сотни тысяч запросов — и нужно очень быстро подбирать релевантные рекламные объявления. Внедрённые ARGUS (авторегрессивный трансформер над историей пользователя), DeepRanker (нейроранжирование), VibeNet (модель с эмбеддами на 2 Tb), а также находящиеся в работе (например, проекты с end2end-моделями или SemanticID) показывают, насколько крутые и современные модели мы разрабатываем и успешно внедряем, даже несмотря на огромный RPS

ML-системы и продакшен-код

От сбора логов и обучения до внедрения в продакшен. В том числе вы станете взаимодействовать с различными сервисами рекламы и писать код, который будет применяться в реалтайме и принесёт реальную пользу!

Прикладные исследования

Мы следим за трендами, поэтому не только внедряем модельки, но и занимаемся как фундаментальными исследованиями в области рекомендательных систем, так и прикладными исследованиями для конкретного рекламного домена. Результаты наших исследований действительно заметны и приносят пользу: мы чётко понимаем, насколько сильно улучшаем рекламные продукты

Больше об ML в Яндексе — в канале Yandex for ML