ML-разработчик ранжирования и рекомендаций в Яндекс Вертикали

Журналы Вертикалей — это медиа Авто.ру, Яндекс Путешествий, Яндекс Недвижимости и Яндекс Аренды. Каждый месяц к нам приходят миллионы пользователей, чтобы найти ответы на вопросы, зарядиться эмоциями, вдохновиться идеями. Мы хотим, чтобы наши читатели всегда получали то, что им нужно, и с нашей помощью узнавали ответы даже на те вопросы, которые ещё не успели себе задать.

У нас уже несколько миллионов активных пользователей в месяц, и мы хотим делать для них лучший информационный сервис. А для этого, кроме хорошего контента и удобного продукта, нужны классные рекомендации, которые:

• увлекут каждого читателя так, что он будет переходить из статьи в статью и возвращаться каждый день;
• покажут самые подходящие предложения основных сервисов, выгодные и пользователю, и бизнесу;
• определят, кому какие показывать баннеры, виджеты, поп-апы и прочее.

У нас вы сможете:

• познакомиться с рекомендательными технологиями Яндекса;
• поработать с трансформерами на истории действий пользователя;
• поучаствовать в разработке фундаментальной модели Журнала.

Какие задачи вас ждут

Разработка рекомендательной системы Журнала
Вам предстоит создавать и внедрять гибридную систему рекомендаций, которая объединит контентные и коллаборативные подходы. Реализовывать механизм персонализации контента на основе поведения пользователей. Разрабатывать алгоритмы для предсказания интересов пользователей на основе их истории взаимодействия с контентом.

Аналитика и оптимизация
Вы будете анализировать поведение пользователей для выявления новых паттернов. Оптимизировать алгоритмы под различные сегменты пользователей. Разрабатывать систему автоматического выявления проблем в работе рекомендаций.

Мы ждем, что вы

• Имеете опыт в обучении рекомендательных систем
• Обладаете хорошими теоретическими знаниями в области ML
• Уверенно владеете Python, знаете стандартные библиотеки для работы с ML-моделями
• Работали с оркестрацией ML-пайплайнов с помощью Airflow или Luigi

Будет плюсом, если вы

• Занимались интеграцией ML в продукт, например в рекомендательные системы
• Применяли DL в задачах генерации персонализированного контента
• Работали со сложной валидацией продакшн-решений: A/B-тестированием, causal inference