ML-разработчик в направление монетизации поисковых срезов

Оптимизационная задача, которую призван решать рекламный аукцион на поиске, часто формулируется как задача с ограничениями, отражающими интересы разных участников системы: пользователей, рекламодателей и организатора.

Реклама одновременно обязана быть качественной и не ухудшать пользовательский опыт, давать большие объёмы конверсионного трафика рекламодателю и приносить выручку организатору. Аукцион стремится находить баланс между разными продуктовыми метриками, делая при этом всю систему стабильной и предсказуемой.

Мы работаем над ML-решениями для подобных оптимизационных задач: это как развитие отдельных моделей, участвующих в ранжировании, так и в целом алгоритмы ранжирования, управляющие тем, как разные ML-прогнозы соединяются вместе и влияют на отбор и платежи.

Люди пользуются поиском для решения самых разных задач. Мы ищем ML-разработчика, который поможет улучшать эффективность отбора рекламы на поиске с учётом специфики различных поисковых срезов: различий в пользовательских сценариях, конкуренции между рекламодателями и стоимости запросов.

Какие задачи вас ждут

Разработка и улучшение моделей ранжирования в аукционе
Вам предстоит проектировать и развивать модели, отвечающие за различные аспекты качества рекламы: исследовать факторы, собирать большие датасеты, экспериментировать с разными подходами в обучении и доводить модели до внедрения в продакшен.

Работа над новыми форматами рекламы
Для разных пользовательских сценариев подходят разные форматы рекламы. Аукцион выбирает не только какие баннеры показать, но и как именно это сделать. Вы будете встраивать новые форматы в аукцион и работать над качеством ML-прогнозов для оптимального выбора формата под каждый запрос.

Проверка гипотез в A/B-экспериментах и работа с продуктовыми метриками
Мы активно проводим A/B-эксперименты с новыми моделями на реальных пользователях: это быстрый, удобный и хорошо выстроенный процесс. Вам предстоит анализировать качество работы моделей в онлайне и их влияние на ряд продуктовых метрик: CTR и конверсионность баннеров, полезность для пользователя, выручку Яндекса, маржинальность затрат на рекламу для рекламодателей. Также нужно будет искать причины изменений и возможности для улучшения моделей в соответствии с ними.

Работа с инструментами для офлайн-оценок
У нас есть инструменты, позволяющие оценить влияние новых моделей на разные продуктовые метрики заранее, до запуска реальных A/B-экспериментов: по историческим данным прошедших аукционов и кандидатов, которые в них участвовали. Предстоит работать с подобными инструментами, используя их для оценок влияния новых моделей, а также как источник обратной связи для их обучения.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждем, что вы

• Хорошо знаете основы ML/DL и применяете эти знания на практике
• Умеете анализировать результаты экспериментов и находить возможности для улучшения моделей
• Уверенно владеете Python и C++

Будет плюсом, если вы

• Имеете знания и опыт в области теории аукционов и дизайна механизмов
• Имеете опыт в RL
• Готовы погрузиться в том числе в инфраструктурные задачи, проектировать и реализовывать применение моделей в аукционе
• Интересуетесь современными подходами в RecSys и DL, регулярно читаете статьи