Senior · Гибрид · Москва, Россия · Английский не нужен
Навыки
XGBoost / LightGBM / CatBoost
C++
C#
Анализ данных
Java
Machine Learning
Ответственность за результат
Ещё 5
152-ФЗ / персональные данные
Python
Рекомендательные системы
Работа с требованиями
Статистика
О компании и продукте
Наша команда управляет алгоритмической и ML-составляющей для ранжирования в клиентском продукте Еды. Мы разрабатываем персональные рекомендации, улучшаем поиск, развиваем новые пользовательские продуктовые сценарии, а также помогаем запускать ранжирование для новых стран и активно внедряем как классические методы машинного обучения, так и передовые нейросетевые разработки для улучшения качества ранжирования в Еде.
Задачи
Ответственность за все стадии ML-проектов
Вам предстоит участвовать в проработке решений на основе машинного обучения для улучшения ранжирования, помогать сводить бизнес-требования к ML-задаче, разрабатывать и валидировать корректность работы ML-пайплайнов
Улучшение продукта и проверка гипотез в A/B-экспериментах
Вы будете искать точки роста в продукте, предлагать и отстаивать идеи по его улучшению с помощью ML-ранжирования
Вам предстоит проверять ваши идеи в ходе A/B-экспериментов, анализировать их и защищать результаты
Написание кода в продакшн
Наши модели работают в реал-тайм-сервисах, обрабатывающих сотни запросов в секунду
Вам предстоит писать продакшн-код на C++, тестировать и при необходимости оптимизировать его
Взаимодействие со смежными командами
Великие дела не делаются поодиночке, поэтому вам предстоит работать в большой кросс-функциональной команде, где есть аналитики, разработчики, ML-специалисты и менеджеры
Вы будете тесно взаимодействовать со смежными командами для совместного движения вперёд
Требования
Разрабатывали на Python, C++ или других объектно-ориентированных языках программирования
Хорошо знаете и применяли методы анализа данных и ML
Знаете математическую статистику и теорию вероятностей
Готовы разрабатывать полный цикл внедрения ML-решений: от обработки данных до внедрения в продакшн
Будет плюсом
Внедряли ML-модели в продакшн
Разрабатывали рекомендательные системы или поиск
Работали с высоконагруженными реал-тайм-системами
Разрабатывали бэкенд-сервисы на C++, Java, Go, C#
Паспорт вакансии
История публикации
Появилась в Вакандии28 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 28 дней назад
Среди похожихНет данных166 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыГибридвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
getmatchОсновная публикация · 2026-08-13
ЯF
Работодатель
Яндекс Foodtech
3 активных вакансий · вилка работодателя указана в 0%