ML-разработчик в команду базового качества товарного поиска
Компания: Яндекс
Локация: Москва
О компании
Яндекс — одна из крупнейших IT-компаний в России, охватывающая широкий спектр онлайн-сервисов и продуктов. Основанная в 1997 году, компания занимает лидирующие позиции на рынке поисковых технологий и интернет-рекламы, обеспечивая миллионы пользователей доступом к информации и услугам.
Яндекс активно внедряет современные технологии, включая искусственный интеллект и машинное обучение, чтобы улучшить качество своих продуктов. В рамках бизнес-группы Яндекс Поиска команда разрабатывает инструменты, способные обрабатывать и анализировать миллиарды товарных предложений, обеспечивая комфортный и продуктивный опыт для пользователей.
Ключевые факты:
- Основана в 1997 году
- Лидер в области поисковых технологий
- Миллионы пользователей ежедневно
- Эксперименты с нейросетями и LLM
О вакансии
Команда Яндекс Поиска сосредотачивается на развитии и улучшении поисковых технологий, связанных с выбором товаров. На данный момент каждый пятый запрос относится к товарному поиску, который приносит 40% прибыли бизнес-группы. В этом контексте команда внедряет нейросети YandexGPT для повышения качества ответов и упрощения поиска товаров, уделяя особое внимание оптимизации пользовательских сценариев.
Специалист в области машинообучения, которого мы ищем, будет не только разрабатывать алгоритмы, но и адаптировать их к современным условиям, таким как использование LLM-агентов, чтобы сделать онлайн-шопинг более эффективным и удобным для пользователей.
Чем предстоит заниматься:
- Формулировать задачи в терминах машинного обучения
- Оценивать и измерять результаты решений
- Применять различные ML-алгоритмы для решения практических задач
- Обеспечивать высокое качество конечного продукта
- Внедрять новые технологии в существующие процессы
Что мы предлагаем:
- Уникальный опыт работы с реальными ML-задачами
- Возможность влиять на развитие продуктов компании
- Работа в динамичной и инновационной среде
Обязанности
- Формулировать задачи с точки зрения машинного обучения
- Измерять результаты решений и оценивать их эффективность
- Применять ML-алгоритмы для решения практических задач
- Гарантировать высокое качество конечного продукта
- Исследовать и внедрять новые технологии