Миллионы пользователей Яндекса ежедневно ищут информацию, связанную с объектами реального мира: людьми, городами, книгами, достопримечательностями. Ответами на такие запросы могут быть наборы объектов, например, список книг по запросу «книги о путешествиях». Такие списки отображаются прямо на странице поисковой выдачи Яндекса и помогают не только получить искомую информацию, но и выбрать, к примеру, фильм или книгу.

Наша команда решает задачи поиска объектов по категорийным запросам. Эти задачи находятся на стыке продукта, бэкенда и фронтенда, поэтому мы плотно взаимодействуем с командой объектного ответа и смежниками. При желании у вас будет возможность погрузиться в задачи, связанные с машинным обучением.

Примеры наших задач:

• обогатить списки полезными данными, не проиграв при этом в производительности и времени ответа бэкенда в поисковой архитектуре Яндекса;
• внедрить модель, определяющую вероятность того, что на запрос пользователя можно выдать список объектов;
• реализовать кэширование контента списков при перезапросах;
• поддержать логирование фич в рантайме для последующего использования в обучении;
• внедрить регулярный релиз и приемку формул ранжирования списков.

• знаете С++, Python;
• знаете любой другой язык и готовы перейти на С++ и Python;
• разбираетесь в базовых алгоритмах и структурах данных;
• понимаете базовые принципы машинного обучения и готовы его применять.

• знаете SQL;
• имеете промышленный опыт применения машинного обучения;
• проектировали и разрабатывали высоконагруженные сервисы.