ML-разработчик в команду ранжирования международного Поиска
Компания: Яндекс
О компании
Яндекс — одна из крупнейших IT-компаний в России, занимающаяся разработкой интернет-сервисов. Компания является лидером в области поиска, предлагая пользователям качественные и эффективные решения для нахождения информации в сети.
Яндекс предлагает разнообразные сервисы и услуги, среди которых поисковая система, карты, облачные технологии и многое другое, активно развиваясь на международной арене с целью улучшения пользовательского опыта.
Ключевые факты:
- Год основания: 1997
- Более 50 различных интернет-сервисов
- Лидер по доле рынка в России в сегменте поисковых систем
- Множество офисов по всему миру
- Применение современных технологий в разработке продуктов
О вакансии
Команда, занимающаяся поисковым ранжированием в международном Поиске Яндекса, фокусируется на создании удобных и масштабируемых систем. Их работа направлена на оптимизацию функций ранжирования, что помогает пользователям находить наиболее релевантные документы.
Специалисты этой команды занимаются полным циклом разработки ML-моделей, что включает анализ данных, обучение моделей, проведение A/B-тестирования и внедрение решений в продакшен. Каждое из решений направлено на улучшение качества поискового опыта для миллионов пользователей по всему миру.
Работа в этой команде также подразумевает масштабирование ML-решений на различные языки и страны, что требует применения современных подходов и технологий, чтобы система поиска была действительно интуитивно понятной и доступной для пользователей.
Чем предстоит заниматься:
- Разработка ML-моделей от анализа до внедрения
- Проведение A/B-экспериментов для улучшения качества Поиска
- Создание масштабируемых систем моделей
- Применение SOTA-подходов в поиске
Что мы предлагаем:
- Участие в международных проектах
- Возможность работать с актуальными ML-технологиями
- Команду единомышленников
Обязанности
- Разработка ML-моделей от аналитики до внедрения
- Проведение A/B-экспериментов для повышения качества поиска
- Создание масштабируемых моделей для разных языков
- Внедрение современных подходов в системы поиска
- Улучшение качества отдельных компонентов поиска