Ведущий ML-разработчик в команду контент-системы товарного поиска

Поисковые технологии — ДНК бизнес-группы поиска Яндекса. Уже сейчас каждый пятый запрос относится к поиску товаров — этот сценарий даёт 40% прибыли. Мы работаем над поисковиком, который ищет информацию по десяткам тысяч интернет-магазинов, и планируем встроить в него удобный ИИ-консультант.

Наша команда отвечает за качество товарной базы во всех смыслах. Мы обеспечиваем самую большую базу оферов в рунете, следим за их актуальностью. Также мы создаём карточки товаров, обогащаем их полезным контентом и «приклеиваем» к ним предложения от магазинов с актуальными ценами, чтобы пользователи могли выбрать самое выгодное предложение или самую быструю доставку. Также мы занимаемся разработкой YandexGPT-консультанта, который помогает пользователям в исследовательском сценарии на потоке E-commerce.

В нашей базе — миллиарды товаров: ML-моделям приходится обрабатывать сотни тысяч товаров в секунду, и мы придумываем нестандартные решения, чтобы оптимизировать процессы.

В нашей работе мы сталкиваемся с различными сложными задачами, такими как сравнение товаров (Product Matching, о котором мы рассказывали на ML Party), генерация рекомендаций по выбору товара для пользователей при помощи YandexGPT, предсказание надёжности магазинов и т. д.

• Преобразовывать идеи развития продукта в корректно поставленные ML-задачи
• Обучать большие генеративные модели, анализировать их поведение и искать способы их улучшения
• Обучать нейронные сети и модели градиентного бустинга
• Использовать RL для улучшения качества моделей
• Выполнять полный цикл работ: от сбора датасета до внедрения модели в конечный продукт
• Находить trade-off между качеством и скоростью инференса моделей

• Обучали ML-модели и внедряли их в продакшн
• Умеете формулировать задачи в терминах ML, понимаете, как измерить результат, знакомы с разными алгоритмами и можете выбрать подходящий
• Заботитесь о высоком качестве конечного продукта
• Готовы погружаться в новые технологии

• Имеете опыт управления командой или хотите его получить
• Обучали большие ML-модели, такие как BERT или GPT
• Выстраивали E2E-инфраструктуру ML-процессов