Свяжитесь напрямую по этой вакансии
ML-разработчик в команду эффективности логистики Яндекс Еды
Яндекс Еда — популярный сервис доставки блюд из ресторанов и товаров из магазинов. Наша команда машинного обучения в направлении логистики делает сервис более интеллектуальным. Мы используем ML-модели, чтобы прогнозировать поведение системы, оптимизировать доставку и помогать принимать решения на всех уровнях: от алгоритмов назначения курьеров до стратегий их привлечения и мотивации.
В нашей команде вы сможете влиять на ключевые процессы логистики, такие как расчёт ETA (ожидаемого времени прибытия), доставка, наём и мотивация курьеров. Мы предлагаем полный цикл ML-разработки: от идеи до внедрения и получения результатов. Работая с нами, вы будете иметь дело с огромным масштабом данных, реальными задачами и быстрым фидбэком от системы.
Прогнозирование времени приготовления и доставки Вам предстоит разрабатывать модели для точного прогнозирования времени приготовления заказа и общего времени доставки (от оформления заказа до его вручения клиенту). Такие модели помогают эффективнее распределять курьеров, ускорять доставку и улучшать клиентский опыт.
Модели привлечения и удержания курьеров Вам нужно будет разрабатывать модели для повышения эффективности курьерской сети: прогнозирования вероятности ухода курьеров и создания персонализированных мотивационных стратегий для более точечного найма и результативного удержания.
Оценка объёма заказов Вы будете моделировать объём корзины, чтобы определять, уместится ли заказ в стандартную курьерскую сумку, — это важно для выбора подходящего курьера. Также нужно будет учитывать специфику ресторана, тип товаров, упаковку и другие факторы.
Развитие ML-подходов в логистике Вам предстоит работать на стыке аналитики и машинного обучения, инициировать и развивать новые ML-проекты вместе с аналитиками и менеджерами. Нужно будет погружаться в предметную область, формулировать задачи, предлагать новые подходы и улучшать существующие модели.
Полный цикл ML-проекта Вы будете разрабатывать модель машинного обучения, начиная со сбора и анализа данных и заканчивая построением, обучением, внедрением и мониторингом в продакшне.
5 лет
Опыт работы
Полная занятость
Тип занятости
Гибрид, Офис
Формат работы
Data Science & ML
Специализация
Логистика
Отрасль
Корпорация
Тип компании
5 лет
Опыт работы
Полная занятость
Тип занятости
Гибрид, Офис
Формат работы
Data Science & ML
Специализация
Логистика
Отрасль
Корпорация
Тип компании
По должности
По должности