ML-аналитик в Чистый веб

Для многих сервисов Яндекса публикуемый там контент играет ключевую роль. Например, Маркет сложно представить без карточек товаров, Шедеврум — без сгенерированных пользователями изображений, а Карты или Кинопоиск — без отзывов. Мы помогаем десяткам сервисов Яндекса оценивать уместность и качество контента, учитывая их специфические требования. Например, хороший отзыв информативен и не содержит спама или оскорблений, а хорошая фотография товара не отвлекает внимание посторонними деталями и рекламными слоганами.

Наша команда развивает платформу, позволяющую сервисам Яндекса ежедневно проверять десятки миллионов текстов, изображений, ссылок и видеороликов с помощью передовых NLP-, CV- и краудсорс-технологий. У нас свежая кодовая база на Python 3 (есть компоненты на C++), настроенные автотесты, CI/CD, а ещё много задач, которые связаны с масштабированием, оптимизацией, надёжностью и новыми фичами.

Какие задачи вас ждут

Классификация контента еком-сценариев Поиска
Для того чтобы помогать пользователям находить, выбирать и сравнивать товары в интернете, Поиск поддерживает огромную товарную базу, обновляемую тысячи раз в секунду. Одна из наших задач — контроль актуальности и качества контента в этой базе, а также его категоризация на основе сочетания текстовых и картиночных данных.

Этика использования генеративных моделей
Промты для генеративных моделей, а также результаты генерации — новый вид пользовательского контента, проверка которого вызывает сложности из-за разной интерпретации информации человеком и нейросетями. В связи с ростом генеративных сервисов нам необходимо улучшить качество работы с таким контентом.

Контроль качества и автообновление ML-моделей
На нашей платформе работает несколько десятков NLP-, CV- и классических ML-моделей и краудсорсинговых проектов разметки данных. Мы хотим построить процессы автоматического переобучения и обновления этих моделей на основе свежей разметки и изменяющегося входящего потока данных.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

Мы ждем, что вы

• Знаете Python
• Умеете анализировать большие объёмы данных
• Имеете прикладной опыт в ML

Будет плюсом, если вы

• Работали в области NLP, CV
• Внедряли ML-модели в нагруженные сервисы
• Умеете собирать разметку с помощью краудсорсинга (Толока, MTurk)