ML-разработчик в группу продуктового развития автотаргетинга в Рекламу

Реклама в поисковой выдаче Яндекса — это нативная реклама, которая позволяет рекламодателям привлекать наиболее заинтересованную в покупке товара или услуги аудиторию. Сейчас в Поиске регулярно появляются новые тематические блоки с уникальным дизайном, позволяющие пользователю максимально удобно решать свою задачу. Например, по запросу «укладка плитки Москва» будет отрисована галерея услуг с предложениями исполнителей и организаций, их рейтингом и отзывами. А по запросу «лучшая дебетовая карта 2025» будет нарисован блок с подробной информацией для сравнения карт.

Наша команда занимается монетизацией Поиска и, в частности, монетизацией новых вертикалей и тематических блоков, таких как «Услуги» и «Финансы». Мы развиваем продукт, используя современные методы машинного обучения для решения задач рекомендаций и определения релевантности объявления запросу, а также соприкасаемся с генеративными моделями и разработкой рантайм-систем.

Мы ищем ML-инженера, который будет развивать рекламу в вертикалях: улучшать существующие решения, внедрять новые виды рекламы в блоки, заниматься всем пайплайном ML-разработки, анализировать, экспериментировать и масштабировать продукт.

Какие задачи вас ждут

Обучение моделей подбора рекламы и предсказания CTR
Одно из важных отличий рекламы в тематических блоках от другой рекламы в Поиске — наличие множества дополнительных данных про объект рекламирования: для исполнителей мы знаем их рейтинг, отзывы, примеры работ; а для финансовых объявлений — их банковские условия. При выборе решения для своей задачи пользователь непременно обращает внимание на эти факторы, а это значит, что их следует использовать и в моделях подбора рекламы.

ML-сопоставление сайтов из Поиска и Рекламы
Есть ряд задач, в которых нам необходимо связать друг с другом URL из Поиска и из Рекламы. Например, для обогащения рекламного предложения дополнительной информацией, которую роботы Поиска собирают с индексируемых сайтов. Одно и то же коммерческое предложение в Поиске и в Рекламе может быть представлено по разным адресам: в Рекламе часто добавляют бонусы, чтобы привлекать пользователей, например скидку или кешбэк. Вам предстоит разработать и внедрить алгоритм склейки таких адресов для увеличения полноты базы.

Улучшение моделей релевантности и классификаторов смысла запросов
Чтобы нарисовать тематический блок, нам нужно понять, уместен ли он в этом запросе, найдём ли мы объявления, которыми наполним блок. За это отвечают различные классификаторы, которые позволяют управлять срезом показа блоков и, как следствие, нагрузкой на систему подбора рекламы. Вам предстоит переработать текущие модели для увеличения полноты покрытия запросов тематическими блоками.

Мы ждем, что вы

• Знаете Python и С++
• Базово разбираетесь в алгоритмах и структурах данных
• Имеете опыт обучения моделей в области NLP (BERT, GPT и т. д.)
• Знакомы с архитектурами рекомендательных систем
• Умеете проводить A/B-тестирование и базовую аналитику влияния своих внедрений
• Хотите принимать участие во всех этапах разработки и улучшения продуктов Рекламы