Технический менеджер в команду ранжирования Поиска
Яндекс Поиском каждый день пользуются больше 100 миллионов человек. За привычной строкой запроса скрывается система, по сложности сравнимая с космолётом: множество ML-моделей, сигналов, экспериментов, инфраструктурных компонентов и этапов проверки.
Система развивается, а процесс разработки становится сложнее. Изменения проходят длинный путь от идеи до продакшена. Проверки распределены между разными инструментами и командами, а на поиск причин проблем уходит много ручной работы.
Мы ищем Technical Project Manager, который сделает разработку ранжирования быстрее, прозрачнее и надёжнее. Наша цель — выпускать изменения еженедельно (а в некоторых сценариях — ежедневно) без потери качества и надёжности.
Ускорение вывода изменений в ранжирование
Вы будете выстраивать процесс разработки и запуска изменений — от идеи и эксперимента до продакшена. Вам предстоит развивать систему приёмки моделей и сигналов: задавать понятные критерии готовности и делать результаты проверок доступными всем участникам.
Вам нужно будет находить причины нестабильности и других системных проблем, подключать экспертов и контролировать устранение причин, а не только последствий. Также вы будете развивать fast track — ускоренный сценарий для изменений, которые можно безопасно выпускать с меньшим количеством проверок.
Управление ключевыми проектами
Вам предстоит вести ключевые технические и инфраструктурные проекты, находить зависимости между командами и добиваться устранения блокеров. Вы будете выстраивать взаимодействие между разработчиками, аналитиками, ML-инженерами, продуктовыми командами и руководителями, согласовывать приоритеты, зависимости и следующие шаги.
Необходимо создать единое место, где видны KPI, результаты проверок, риски и готовность изменений к релизу. Ваша работа должна сделать процесс разработки более предсказуемым, а состояние проектов — понятным для всех участников.
Развитие инженерских процессов и AI-трансформация
Вы будете находить общие проблемы в работе разных команд и создавать решения, которыми смогут пользоваться другие команды. Предстоит внедрять AI-инструменты для первичного анализа, поиска проблем, подготовки решений и автоматизации повторяющихся задач. Отдельная задача — переводить подходящие ручные процессы на агентские циклы: автономные AI-пайплайны, которые выполняют последовательность действий и проверяют результат без постоянного участия человека.
Нужно будет оценивать эффект, стоимость и окупаемость AI-решений, которые планируется использовать регулярно, и находить баланс между затратами и качеством. Также вы будете масштабировать успешные процессы и инструменты: от пилота в одной команде до всего ранжирования и Core Search.
Больше об ML в Яндексе — в канале Yandex for ML
- Управляли сложными техническими или инфраструктурными проектами с большим количеством участников и зависимостей
- Умеете работать в условиях неопределённости: самостоятельно погружаетесь в проблему, собираете данные, находите нужных экспертов, формируете план и доводите изменения до результата
- Понимаете жизненный цикл разработки ПО: работу с кодом, тестирование, CI/CD, релизы, мониторинг и эксплуатацию
- Знаете, какие метрики использовать для оценки скорости, стабильности и качества разработки
- Знакомы с жизненным циклом ML-моделей: подготовкой данных, обучением, экспериментами, внедрением и инференсом
- Умеете описывать процессы, находить узкие места и превращать хаотичную работу в воспроизводимую систему
- Можете договариваться с разработчиками, аналитиками, ML-инженерами, продуктовыми командами и руководителями
- Пробуете применять AI-инструменты в реальных рабочих задачах и оцениваете, где они действительно помогают
- Применяли AI для первичного анализа, поиска проблем, подготовки решений и автоматизации повторяющейся работы
- Превращали регулярные ручные процессы в устойчивые агентские циклы
- Оптимизировали стоимость AI-решений, сохраняя необходимый уровень качества
- Масштабировали успешные пилоты, процессы или инструменты на несколько команд или крупное технологическое направление
- Знакомы с метриками DORA и использовали их для оценки и улучшения инженерных процессов
