Crowd Solutions Architect в Yandex Crowd
О компании
Yandex Crowd — это значимый инфраструктурный сервис компании Яндекс, который реализует краудсорсинг для оптимизации бизнес-процессов. Основными направлениями работы являются разметка данных, модерация контента, полевые исследования и тестирование. Также сервис отвечает за создание внутренних продуктовых функций, таких как клиентский сервис, телемаркетинг, локализация и документирование.
Ключевые факты:
- Один из ключевых сервисов Яндекса
- Реализует краудсорсинг для бизнеса
- Обрабатывает большое количество данных
- Уделяет внимание качеству и обработке информации
- Использует решения на базе ML для оптимизации процессов
О вакансии
Команда Yandex Crowd занимается внедрением и поддержкой сервисов для краудсорсинга, ориентированных на модерацию контента и работу с данными. Crowd Solutions Architect будет ответственен за управление и организацию процессов разметки данных, начиная с этапа сбора требований до полной реализации и поддержки в продакшене. Важной задачей будет работу над ростом качества данных, что подразумевает применение гибридных подходов с использованием технологий машинного обучения.ML.
С данной ролью ожидается взаимодействие с заказчиками и экспертами разных областей, а также создание и поддержание эффективных технических процессов. Мы ищем проактивного технического менеджера, способного адаптироваться к быстро меняющимся требованиям и вести диалоги с участниками проектов.
Чем предстоит заниматься:
- Ответственность за разметку данных и организацию технической стороны процессов
- Сбор требований и реализация решений в продакшене
- Улучшение качества данных, используя краудсорсинг и ML
- Работа с заказчиками и управление обсуждением результатов
- Создание и оптимизация аналитических скриптов
Что мы предлагаем:
- Работа в крупной и динамичной компании
- Возможность применения машинного обучения
- Разработка внутренних сервисов и технологий
- Работа в гибридном формате
Обязанности
- Управление процессами разметки данных от сбора требований до поддержки в продакшене
- Обеспечение роста качества данных в целях повышения эффективности
- Создание и оптимизация технических процессов для сбора и обработки данных
- Взаимодействие с заказчиками для фиксации результатов и управления обсуждением
- Применение знаний в области машинного обучения для решения рабочих задач