ML-разработчик в Яндекс Заботу

Яндекс Забота — новый страховой сервис Яндекса. Мы создаём и развиваем страховые продукты для разных сфер жизни: от транспорта и жилья до покупок и доставки.

Забота находится на ранней стадии развития, поэтому работа сочетает данные и инфраструктуру бигтеха с высокой свободой нового продукта. У нас уже есть первые модели, продуктовые эксперименты и ML-пайплайны, но многие подходы ещё предстоит сформулировать, проверить и довести до продакшна.

Ищем ML-разработчика на одно из двух связанных направлений — конкретную зону ответственности определим с учётом вашего опыта и интересов.

Дистрибуция страховых продуктов
Предстоит развивать модели отбора пользователей, которым может быть актуален конкретный страховой продукт. Среди ближайших задач — улучшение дистрибуции ОСАГО и КАСКО, а также перенос подхода на новые продукты. Работа включает формулирование продуктовых гипотез, поиск релевантных сигналов в разных сервисах Яндекса, построение интерпретируемых моделей и проверку качества отбора в продуктовых экспериментах.

Риск-скоринг
Вы будете развивать модели оценки страхового риска для КАСКО, ОСАГО и других продуктов. Основные сложности — небольшое количество подтверждённых страховых случаев, неполная разметка и необходимость проверять сигналы на независимых источниках данных. У нас уже есть базовые модели и архитектура пайплайна: нужно будет улучшать признаки и валидацию, следить за качеством текущих решений и адаптировать подход к новым продуктам.

Данные и ML-пайплайны
В обоих направлениях значительная часть работы связана с данными: нужно договариваться с командами — владельцами источников, собирать выборки и признаки, проверять их покрытие и качество, добавлять новые блоки в существующие пайплайны и анализировать результаты A/B-тестов.

Больше об ML в Яндексе — в канале Yandex for ML

• Уверенно владеете Python и SQL
• Имеете хорошую базу в классическом ML, работали с табличными данными
• Понимаете принципы корректной валидации, временных разбиений и возможных утечек
• Умеете самостоятельно вести ограниченный исследовательский или продуктовый трек: от постановки гипотезы до выводов и следующего шага
• Готовы работать с неполными данными и неоднозначными таргетами
• Способны понятно объяснять продуктовой команде логику модели, допущения и ограничения
• Критически относитесь к данным, метрикам и результатам

Узнайте про разработку Городских сервисов Яндекса на dev.go.yandex