Руководитель ML-службы в Яндекс Еду

Наша команда в Яндекс Еде активно развивает алгоритмы ранжирования для ресторанов, блюд и товаров, а также интегрирует рекламу. Мы стремимся предоставлять пользователям максимально релевантные и персонализированные рекомендации, чтобы они быстрее делали выбор, а ресторанные партнёры получали больше заказов.

Алгоритмы работают в нескольких направлениях: рекомендуют рестораны на главной странице, предлагают дополнительные товары в ресторанах и магазинах, ранжируют недоступные рестораны в сценарии «Куда сходить» и обеспечивают поиск по сервису.

Мы поддерживаем полный цикл разработки и аналитики: от идеи и сбора данных до обучения моделей, постановки A/B-экспериментов и сопровождения realtime-сервисов с логикой ранжирования. В процессе работы мы тесно взаимодействуем с командами MLOps и аналитики, а также с продуктовыми командами.

Какие задачи вас ждут

Управление командой
Мы расширяемся и переходим к двухуровневой структуре подразделения. Нам нужен опытный руководитель, который возьмёт на себя руководство направлением, станет техническим наставником для команды и организует эффективную работу всех членов подразделения. Вы будете участвовать в найме, адаптации и обучении сотрудников, а также решать управленческие задачи: мотивировать и развивать сотрудников, налаживать коммуникацию в команде.

Улучшение качества и оптимизация сервисов
Вы будете заниматься разработкой стратегии для развития рекомендаций, повышать качество рекомендаций с точки зрения продуктовых и бизнес-метрик, обеспечивать стабильную работу бэкенд-сервисов с алгоритмами ранжирования. Также вам предстоит создать и обновить систему метрик качества рекомендаций вместе с командой аналитики и оптимизировать процессы внутри команды для сокращения времени вывода продукта на рынок.

Мы ждем, что вы

• Успешно запускали ML-проекты с влиянием на ключевые метрики направления или бизнеса
• Работали руководителем не менее двух лет, нанимали и развивали сотрудников
• Руководили командой от пяти человек, в том числе тимлидами
• Выстраивали процессы в команде с учётом специфики ML-области
• Взаимодействовали с распределёнными вычислениями на кластерах Hadoop, Spark, YT
• Писали код на C++ или других языках, типичных для высоконагруженных realtime-сервисов, отлично знаете Python
• Имеете опыт в классическом ML и знаете основные алгоритмы рекомендаций
• Понимаете, как строить архитектуру рекомендательных систем: от сбора данных до сопровождения после запуска
• Можете грамотно доносить мысли, отстаивать и обосновывать свою позицию
• Умеете видеть и предлагать несколько решений задачи, балансировать между скоростью разработки решения и качеством

О команде

Узнайте больше про разработку городских сервисов Яндекса на dev.go.yandex