ML-разработчик в Ритм

Ориентир по рынку≈ 150 000 – 335 000 ₽наша приблизительная оценка по 88 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 150 000 – 335 000 ₽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! Меня зовут Елисей Питанов, я руковожу ML в Ритме. Ищу заряженных и профессиональных ребят, чтобы развивать и улучшать ленту рекомендаций. Вместе мы будем придумывать новые фичи, имплементировать SOTA- и не очень модели, увеличивать пользу продукта для Яндекса и для пользователей. Елисей Питанов

О роли

Руководитель группы Ритм — сервис рекомендаций коммерческого и не только контента, интегрированный в разные поверхности, в том числе главную страницу Яндекса. Одна из целей сервиса — находить и показывать каждому пользователю самый релевантный контент среди доступных предложений. Котики, товары, нишевые развлечения — всё в наличии.

Чем предстоит заниматься

Полный цикл ML-разработки от идеи до внедрения

Наша продуктовая и ML-разработка идут непрерывно: мы постоянно генерируем гипотезы, проверяем их на данных и внедряем лучшие решения в сервис. Вам предстоит участвовать во всех этапах: от исследований и прототипирования новых моделей до их оптимизации, production-реализации, A/B-тестирования и мониторинга. Ключевая задача — не только создать модель, но и обеспечить её стабильную, масштабируемую и эффективную работу

Эксперименты с анализом данных, паттернами поведения пользователей и схемами рекомендаций

Качество сервиса напрямую зависит от глубины понимания пользователей и данных. Вам предстоит анализировать большие данные, выявлять скрытые паттерны поведения и на их основе исследовать новые подходы к рекомендациям: от изменения способов формирования кандидатов до пересмотра логик ранжирования

Обучение и внедрение различных типов моделей

Классические модели позволяют двигаться понятно и итеративно. Генеративные открывают новые возможности для персонализации. Вам предстоит исследовать, обучать все виды моделей и интегрировать их в рабочий пайплайн рекомендательного сервиса

Создание и поддержка различных сценариев

От персональных рекомендаций до поиска похожих, от поиска до «продолжить просмотр» и не только. Новые идеи приходят постоянно, и вам предстоит участвовать в обсуждениях, предлагать архитектуры, проводить эксперименты и внедрять успешные результаты

Больше об ML в Яндексе — в канале Yandex for ML