Яндекс Go — сервис, который работает в реальном времени, и одна из ключевых его задач — управление спросом и предложением (потребностью пассажиров и возможностью водителей). Субсидии — это инструмент, который помогает избегать сильного дисбаланса. Наша команда улучшает Яндекс Go при помощи больших данных и алгоритмов машинного обучения и делает сервис доступнее для миллионов водителей и пассажиров каждый день.

О команде

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

Какие задачи вас ждут

Организация полного цикла ML-проекта Вам нужно будет отвечать за весь цикл проекта: общаться с бизнес-заказчиком и формализовывать задачи, выбирать технологический стек и архитектуру модели и внедрять ML-модель в продакшн.

Взаимодействие со смежными ML-командами Вам предстоит совместно выбирать и внедрять технологии, оптимальные для решения задач.

Поиск точек роста и улучшение бизнес-показателей Вы будете выдвигать гипотезы и проверять их экспериментально.

Мы ждём, что вы

• Владеете классическим стеком ML-разработки: Python (sklearn, XGBoost или CatBoost, Pandas, Seaborn, Matplotlib и т. д.), SQL
• Понимаете, как правильно собрать данные для ML-задачи
• Имеете хорошую алгоритмическую подготовку
• Умеете выдвигать гипотезы, приоритизировать их и тестировать на данных

Будет плюсом

• Имеете опыт индустриального RL
• Встраивали и масштабировали нейросетевые подходы на табличных данных/ последовательностях
• Умеете работать с большими объёмами данных, понимаете парадигму MapReduce (Hadoop, Spark)
• Проводили эксперименты и анализировали результаты А/B-тестов
• Знакомы с фреймворками Pytorch Lifestream / Lightning и применяли какой-то из них на практике