Привет! Меня зовут Елисей Питанов, я руковожу ML в Ритме. Ищу заряженных и профессиональных ребят, чтобы развивать и улучшать ленту рекомендаций. Вместе мы будем придумывать новые фичи, имплементировать SOTA- и не очень модели, увеличивать пользу продукта для Яндекса и для пользователей.

Елисей Питанов

Руководитель группы

Ритм — сервис рекомендаций коммерческого и не только контента, интегрированный в разные поверхности, в том числе главную страницу Яндекса. Одна из целей сервиса — находить и показывать каждому пользователю самый релевантный контент среди доступных предложений. Котики, товары, нишевые развлечения — всё в наличии.

Мы разрабатываем сердце этого продукта: ленту рекомендаций. У нас миллионы DAU, серьёзная нагрузка по RPS и массивы данных, которые мы учитываем для персонализации. Но хотим ещё больше, выше, точнее и релевантнее, поэтому нам нужны именно вы.

Что у нас есть:

- Возможность улучшать сервис и видеть результаты своей работы

- Команда с крепким техническим бэкграундом

- Возможность реализовывать свои идеи

- Продвинутая инфраструктура для быстрого развёртывания и улучшения рекомендаций

- Быстрый запуск экспериментов и тестирование гипотез

Присоединяйтесь к команде, чья работа ежедневно влияет на выбор миллионов людей!

Какие задачи вас ждут

Полный цикл ML-разработки от идеи до внедрения

Наша продуктовая и ML-разработка идут непрерывно: мы постоянно генерируем гипотезы, проверяем их на данных и внедряем лучшие решения в сервис. Вам предстоит участвовать во всех этапах: от исследований и прототипирования новых моделей до их оптимизации, production-реализации, A/B-тестирования и мониторинга. Ключевая задача — не только создать модель, но и обеспечить её стабильную, масштабируемую и эффективную работу.

Эксперименты с анализом данных, паттернами поведения пользователей и схемами рекомендаций

Качество сервиса напрямую зависит от глубины понимания пользователей и данных. Вам предстоит анализировать большие данные, выявлять скрытые паттерны поведения и на их основе исследовать новые подходы к рекомендациям: от изменения способов формирования кандидатов до пересмотра логик ранжирования.

Обучение и внедрение различных типов моделей

Классические модели позволяют двигаться понятно и итеративно. Генеративные открывают новые возможности для персонализации. Вам предстоит исследовать, обучать все виды моделей и интегрировать их в рабочий пайплайн рекомендательного сервиса.

Создание и поддержка различных сценариев

От персональных рекомендаций до поиска похожих, от поиска до «продолжить просмотр» и не только. Новые идеи приходят постоянно, и вам предстоит участвовать в обсуждениях, предлагать архитектуры, проводить эксперименты и внедрять успешные результаты.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

- Глубоко понимаете принципы ML и RecSys и готовы применять знания в решении реальных задач

- Знаете C++ или хотите его изучить

- Хорошо владеете Python

- Искренне интересуетесь внедрением изменений, существенно влияющих на пользовательские сервисы

- Проактивны, готовы самостоятельно проявлять инициативу и поддерживать высокий темп разработки

Будет плюсом, если вы

- Занимались дополнительно CV или NLP

- Эксперт по C++

- Работали с трансформерными моделями

- Работали с PyTorch или другими фреймворками глубокого обучения

Узнать больше

-

Рекламные технологии

-

Офисы в Москве