Разработчик в ранжирование Рекламы
Компания: Яндекс
Локация: Минск
О компании
Яндекс — одна из ведущих технологических компаний в России, предоставляющая широкий спектр интернет-услуг, включая поисковую систему, рекламные технологии и облачные решения. Компания активно занимается разработкой новых технологий и продуктов, таких как Яндекс.Такси, Яндекс.Маркеты и Яндекс.Еда. Яндекс занимает сильные позиции на российском рынке и активно конкурирует на международной арене.
Ключевые факты:
- Основана в 1997 году
- Более 10 000 сотрудников
- Обработка миллиона запросов в секунду
- Разработка собственных ML-моделей и нейросетей
О вакансии
Команда, работающая над ранжированием рекламы, занимается разработкой и внедрением алгоритмов, которые позволяют выбрать наиболее подходящие баннеры для пользователей. В этой команде активно используются современные технологии, такие как генеративные модели и нейросети на GPU и CPU. При этом внимание уделяется и множеству ML-моделей, которые помогают оптимизировать процесс отбора рекламы.
В команде работают над внедрением новых архитектур в аукционах и оптимизацией работы с баннерами. Важное направление — поддержка новых моделей, которые предсказывают стоимость клика (CPM) и основаны на использовании микросервисов.
Команда каждое полугодие обновляет технологии, которые помогают увеличить доходы от рекламы. Мы стремимся к тому, чтобы обеспечить высокую производительность систем и оптимальную пропускную способность, прибегая к параллельному вычислению ML-моделей.
Чем предстоит заниматься:
- Разработка и добавление новых стадий в аукционах
- Реализация алгоритмов для наполнения блоков
- Поддержка и оптимизация работы с новыми ML-моделями
- Подготовка признаков для прогнозирования CPM
- Работа с микросервисами для инференса моделей
Что мы предлагаем:
- Динамическая и интересная работа над высоконагруженными системами
- Возможность углубленного изучения и применения современных технологий
- Гибкий график работы
Обязанности
- Разработка новых стадий для аукционов в движке
- Реализация алгоритмов наполнения рекламных блоков
- Поддержка новых моделей для прогнозирования CPM
- Оптимизация процессов для повышения производительности
- Работа с микросервисами для инференса ML-моделей