ML-разработчик в группу эффективности охватной рекламы
В Яндексе активно развивается агент Алисы «Найти дешевле». Этот проект представляет собой динамическое ценообразование рекламируемых продуктов путём выдачи дотаций и персонализированных скидок на всех поверхностях — в Алисе, Поиске и Рекламной сети Яндекса. Наш продукт помогает всем: пользователям — экономить деньги, рекламодателям — увеличивать объём продаж, Яндексу — повышать привлекательность. С момента запуска проект развивается семимильными шагами: мы постоянно подключаем новых рекламодателей, изобретаем более эффективные алгоритмы подбора скидок и раскатываемся на дополнительные поверхности. Мы ищем того, кто поможет делать это быстрее.
Задачи и обязанности
Разработка математических и ML-моделей выдачи скидок
Вы будете работать с полным спектром ML-моделей (в основном классический ML/DL), объединять их в ансамбли, экспериментировать с архитектурами и методами обучения.
Поддержка инфраструктуры
Вам предстоит строить end-to-end пайплайны машинного обучения, начиная со сбора и очистки данных и заканчивая валидацией ML-моделей и их выкаткой.
Аналитика работы агента
Постоянный мониторинг работы агента, поиск проблемных мест и способов их устранения, проверка гипотез вида «а что будет, если мы попробуем выкатить динамическое ценообразование на новый рекламный срез», анализ онлайн-экспериментов.
Больше об ML в Яндексе — в канале Yandex for ML
Требования
- Знаете Python на хорошем уровне и знакомы с SQL
- Отлично разбираетесь в классическом ML/DL, а также в теории вероятностей и математической статистике
- Готовы заниматься инфраструктурными задачами, а не только обучать модели
- Умеете понятно объяснять результаты своей работы, в том числе людям без сильного математического или ML-бэкграунда
Дополнительные требования
- Знаете аплифт-моделирование и динамическое ценообразование (на практике или в теории)
- Знакомы с C++