Geo Search отвечает за поиск, которым пользуются десятки миллионов клиентов, чтобы указать, куда они направляются, во многих странах, где коммерческие карты, на которые полагаются все остальные, часто оказываются неверными, неполными или просто отсутствуют. Мы создаем собственный стек поиска и рекомендаций, что означает, что мы владеем данными, ранжированием и метриками. Команда является кросс-функциональной, охватывая бэкенд, машинное обучение, мобильную разработку и QA, и работает с менеджером продукта, ориентированным на релевантность, и с гео-аналитиками. Она отвечает за поиск мест и автодополнение, геокодирование, ранжирование и персонализацию, определение местоположения и выбор пункта назначения, а также собственные экраны поиска на Android и iOS. Ее эффективность оценивается по конверсии заказов, конверсии поиска и средней обратной ранговой позиции (mean reciprocal rank).

Мы ищем старшего специалиста по данным (Senior Data Scientist) для управления ранжированием, релевантностью и рекомендациями для геопоиска: модели, которые определяют, какие места видит клиент, в каком порядке и как это меняется в зависимости от контекста.

Это роль, связанная с моделированием и производственной ответственностью, близкая к основанию. Вы будете определять, как здесь измеряется релевантность, создавать обучающие данные с нуля и владеть последующими моделями. Интересное ограничение заключается в том, что предложения должны возвращаться в течение десятков миллисекунд после каждого нажатия клавиши в городах, где картографические данные скудны, а люди вводят текст смешанными скриптами, поэтому выбор модели — это обоснованный компромисс, которым вы будете управлять, а не предпочтение: сегодня градиентный бустинг на поведенческих данных, трансформеры и большие языковые модели там, где они занимают свое место в понимании запросов и сопоставлении между скриптами, и нейронное реранжирование, если анализ сбоев его оправдывает. Истинные значения основаны на том, что реально делают водители, курьеры и клиенты, а также на завершенных поездках, поэтому большая часть работы заключается в преобразовании грязных поведенческих логов в надежные метки. Вы будете измерять свое влияние посредством офлайн-оценки и онлайн A/B-тестов, а изменения достигнут миллионов клиентов в течение нескольких недель.

• Управлять полным циклом ранжирования, релевантности и рекомендаций для геопоиска, от обучающих данных до моделей, работающих в продакшене.
• Создать конвейер меток, который преобразует сеансы поиска и завершенные поездки в надежные обучающие данные, включая коррекцию смещения положения и других эффектов представления.
• Обучать и владеть моделями, которые упорядочивают результаты, и моделью уверенности, которая определяет для каждого запроса, предоставляем ли мы собственный ответ или обращаемся к внешнему поставщику.
• Создать понимание запросов для наших рынков, включая сопоставление между скриптами, используя большие языковые модели для разметки офлайн-данных и их дистилляцию в модели, достаточно быстрые для обработки при вводе текста.
• Полностью управлять оценкой: симулятором офлайн-воспроизведения, который оценивает записанные сеансы по сравнению с реальными поездками, анализом ошибок, который превращает сбои в работу для нужной команды, и онлайн-экспериментами, которые доказывают влияние.
• Поддерживать работоспособность моделей после запуска, поскольку данные и города меняются.

Минимальные требования

• 5 или более лет опыта создания моделей, которые были запущены и улучшили производственный показатель.
• Прямой опыт работы с системами ранжирования, релевантности поиска или рекомендаций, включая методы их оценки.
• Экспертное владение Python и SQL, свободное владение градиентным бустингом и рабочее знание трансформеров.
• Опыт вывода модели в продакшен и дальнейшего владения ею.
• Способность работать в кросс-функциональных командах, поскольку работа над качеством поиска генерирует данные и инженерные задачи, которыми владеют другие.

Предпочтительные квалификации

• Глубокие знания в области геокодирования, автодополнения или поиска мест.
• Практическое применение Learning to Rank: парные и списковые цели, MRR, NDCG, Hit@k и их режимы сбоев.
• Настройка релевантности на OpenSearch или Elasticsearch, включая анализаторы.
• Многоязычный поиск или поиск по разным скриптам, например, арабский и Arabizi или урду и Roman Urdu.
• Дистилляция языковых моделей в условиях ограничений по времени отклика, а также опыт работы с картографическими или геопространственными продуктами на развивающихся рынках.

Помогите нам бороться с несправедливостью, создавая справедливые возможности для миллионов людей в более чем 1100 городах 48 стран.

Развивайте свои профессиональные навыки, имея доступ к наставничеству, карьерному консультированию и обучающим программам.

Сотрудничайте с командами по всему миру и получите международный опыт в рамках нашей программы Global Talent Exchange.

Участвуйте в общекорпоративных соревнованиях, конкурсах, спортивных мероприятиях, проектах социального воздействия и волонтерских проектах под руководством сотрудников.

Работайте бок о бок с людьми, которые проявляют инициативу, открыто высказываются и бросают вызов себе для роста.

Совершенствуйте свои языковые навыки с помощью софинансируемых курсов и внутренних разговорных клубов.

Окончательные льготы могут варьироваться в зависимости от местоположения.