ML-инженер в команду распространения рекомендательных технологий
Компания: Яндекс
О компании
Яндекс — одна из крупнейших IT-компаний в России, занимающаяся разработкой поисковых систем, рекламных технологий и других интернет-сервисов. С момента своего основания в 1997 году компания зарекомендовала себя как лидер в области высоких технологий и инновационных решений. Яндекс предлагает широкий спектр продуктов, включая карты, музыкальные сервисы, облачные решения и многие другие, охватывающие тысячи пользователей ежедневно.
Ключевые факты:
- Основан в 1997 году
- Обслуживает миллионы пользователей по всему миру
- Применяет передовые технологии в области машинного обучения и AI
- Разрабатывает и внедряет уникальные рекламные технологии
О вакансии
Наша команда занимается исследованием и разработкой моделей машинного обучения в области персонализации для рекомендательных систем. Мы включаем в свои решения трансформеры на основе пользовательской истории, что критично для рекламных технологий и функциональности рекомендаций в Маркете.
Мы активно работаем с динамическими изменениями в рекомендациях, обрабатывая и анализируя большие объемы данных. Наша цель — интегрировать лучшие практики из рекомендательных систем и обработки естественного языка (NLP) для повышения качества и производительности продуктов.
Мы ищем ML-инженера, способного исследовать и применять новые подходы в этой области, превращая современные научные достижения в работающие решения. Если у вас есть навыки внедрения нейросетей в продуктивную среду и хорошая база в глубоких нейронных сетях, вас ждёт интересная работа в команде.
Чем предстоит заниматься:
- Разработка ML-моделей для рекомендательных систем
- Исследования и внедрение новых алгоритмов и методов
- Превращение научных статей в практические решения
- Оптимизация существующих моделей и оценка их производительности
Что мы предлагаем:
- Участие в передовых проектах в области ML
- Возможность научного роста и реализации идей
- Доступ к мощным вычислительным ресурсам для обучения моделей
Обязанности
- Разрабатывать и оптимизировать ML-модели для систем рекомендаций
- Исследовать и внедрять новые методы и алгоритмы машинного обучения
- Превращать научные исследования в работающий код
- Анализировать эффективность и качество внедрённых моделей
- Работать в условиях большого объёма пользовательских данных