Команда
Яндекс Еды

Определяем выдачу предложений ресторанов на основе загруженности, обратной связи от пользователей и особенностей конкретной кухни. Для ранжирования используем ML. Разделили функциональность на связку микросервисов, которые умеют обмениваться метриками между собой

Анализируем историю заказов и показываем на стартовом экране наиболее релевантные рестораны с учётом сезонности, акций и ряда других факторов

Применяем концепцию BDUI в мобильной разработке. Используем решения, которые стали опенсорсом, например DivKit и Flex SDK. Активно разрабатываем серверную часть на Kotlin

Собираем аналитику через AppMetrica, технические метрики — через «Пульс» и Flex SDK для взаимодействия с бэкендом

Создаём решения по интеграции с ресторанами. Обеспечиваем взаимодействие с кассами для обработки заказов, статусов, меню и акций. Для реализации офлайн-сценариев взаимодействуем с системами бронирования столов и с системами партнёров — картами, банковскими супераппами

Открываем ресторанам возможность самостоятельно заниматься контентом: YandexGPT дорабатывает описания, состав и калорийность блюд, а с фото помогает YandexART. Разрабатываем PGC, чтобы партнёры могли публиковать сторис и посты для пользователей Яндекс Еды

Разрабатываем личный кабинет ресторана, в котором есть всё необходимое для эффективной работы. Применяем инструменты для расчёта времени готовки и динамического ценообразования на основе ML. Используем микросервисную архитектуру и высоконагруженные сервисы на C++ и Go, а также микрофронтендную платформу с быстрым релизным циклом

Отбираем рестораны для Ultima по строгим критериям. Оцениваем весь рынок ресторанов, в том числе и не подключённые к Яндекс Еде заведения. Персонализируем подборки ресторанов и тщательно отбираем пользователей, которым рекомендуем сервис. Анализируем retention, частотность заказов, паттерны потребления, предлагаем релевантные подборки в подходящее время

Разрабатываем инструменты для ресторанов: личный кабинет, включающий базу гостей и резервов, биллинг с автоматическим сбором чеков, карточки и аналитику по гостям, карту зала и инструменты для маркетинга. Для хостес доступно мобильное приложение на Flutter, позволяющее управлять бронированиями, слотами, залом и гостями. Для внутренних нужд бизнеса предусмотрены инструменты поддержки и работы с контентом

Строим продукт для наших партнёров — курьеров, — чтобы им было удобно управлять своими сменами, принимать и выполнять заказы, видеть свой доход. Разрабатываем свой модуль на базе Яндекс Про — единой платформы для исполнителей, которая включает готовые решения по работе с картой, геолокацией и другими инструментами

Управляем доставкой с помощью алгоритма, который назначает курьеров и распределяет заказы. Кроме этого, используем технологию объединения заказов для оптимизации маршрутов. Это позволяет повысить ёмкость системы в периоды высокой нагрузки на сервисы доставки

Создаём алгоритмы, гарантирующие пользователям высокое качество доставки. Локальная нехватка курьеров в определённой географии, меняющиеся погодные условия, разные типы передвижения — всё это делает задачу сложной и интересной. Умеем перераспределять нагрузку на рестораны и магазины, чтобы пользователи не отказывались от покупок из-за повышенного спроса, а курьеры брали оптимальное количество заказов

Выпускаем электровелосипеды для курьеров — Яндекс Байк. Каждый байк оснащён умным IoT-модулем, который передаёт данные о местоположении и состоянии байков с помощью Yandex IoT Core, Yandex Cloud YDS и телематики. Обеспечиваем мощность, ёмкую батарею, удобство и безопасность. Предоставляем возможность легко и удобно заменить батарею в зарядном шкафу

Заботимся о безопасности как самих курьеров, так и других участников движения, поэтому наши электровелосипеды имеют лимит разрешённой скорости в 25 км/ч. Также проводим обучение правилам дорожного движения и напоминаем о важности их соблюдения

Поддерживаем хранение и быструю доставку информации о миллиарде товаров, для этого используем очереди с высокой пропускной способностью и автоматически шардируемые базы данных. Используем базы PostgreSQL и YDB. Основные языки бэкенда: Go и C++

Развиваем каталог магазинов, чтобы пользователи могли выбрать среди множества предложений наших партнёров самое подходящее, а онлайн-покупки стали удобнее и привлекательнее офлайновых. Умно кешируем информацию, чтобы клиенты быстро получали данные о магазинах и товарах. На фронтенде используем React и TypeScript, в мобильных приложениях — Kotlin, Swift и BDUI-подход

Забираем данные о ценах и остатках сотен тысяч товаров в десятках тысяч магазинов, делаем это в течение нескольких минут. Работаем с любыми API, которые есть у партнёров: от REST до Kafka. Оперативно реагируем на изменение зон доставки и расписания работы партнёров, чтобы предоставлять клиентам самые актуальные данные. Используем Temporal, для того чтобы управлять сценариями взаимодействия с партнёрами, код пишем на Go

Развиваем личный кабинет и приложение для сборки заказов для магазинов-партнёров. Обучаем AI для того, чтобы он помогал нашим партнёрам с интеграцией в Яндекс Еду. Работаем с кассовыми системами магазинов и адаптируем наше приложение под терминалы сбора данных партнёров

Используем ProcaaS для упорядоченной обработки событий: резервирование товаров и гарантия выполнения операций. Поддерживаем антифрод, базовые проверки и обучаем модель для прогнозирования остатков

Формируем комбинацию возможных способов оплаты и доставки с учётом загруженности курьеров, спроса и маркетинговых акций. Даём пользователю возможность выбрать из нескольких вариантов, которые к тому же могут существенно различаться в разных странах. Пишем на C++ с использованием фреймворка userver. Активно используем фиче-флаги и эксперименты

Поддерживаем хранение миллионов корзин пользователей. Используем для этого PostgreSQL. Для повышения скорости ответа пользователям применяем кеширование данных в Redis. Это один из самых высоконагруженных сервисов, поэтому перед пропуском запроса к нашим бэкендам применяем рейт-лимитер на уровне пользователя

Сделали невозможное: один курьер теперь может привезти заказы из разных мест, собранных в одной корзине. Мы научились анализировать траектории так, чтобы строить оптимальные маршруты и охватывать сразу несколько точек

Проводим оплату через интеграцию c общеяндексовой системой платежей (PSP). Мы отвечаем требованиям стандарта PCI DSS. Чтобы ему соответствовать, реализовали сервис DieHard. Он обеспечивает хранение и обработку карточных данных, приватных ключей и иной информации, необходимой для взаимодействия с платёжными системами

Создали Ultima Guide — первый технологичный гид, работающий на базе нейросетевых алгоритмов Яндекса. Для обучения нейросети использовали массив данных из Яндекс Карт, который охватывает свыше 75 тысяч ресторанов и кафе. Нейросеть формирует первичный лонг-лист кандидатов. Далее работаем с пользовательскими и экспертными оценками

Помогаем найти подходящий ресторан с помощью нового раздела «Куда сходить». Используем нейросети для персональных рекомендаций. Анализируем предпочтения пользователей и предлагаем подборки заведений разных категорий. Нейросеть анализирует сотни факторов, например историю поиска и просмотра, используемые фильтры

Запустили собственное медиа «Открытая кухня», посвящённое гастрономии. Для создания масштабируемой и легко поддерживаемой архитектуры кода адаптируем методологию Feature-Sliced Design. Используем новейшие возможности Next.js для быстрой загрузки страниц и SEO-оптимизации. Поддерживаем контент на нескольких языках, включая перевод интерфейса и статей, для расширения аудитории

Разрабатываем систему мгновенного бронирования столиков онлайн — без звонков и подтверждений. Обеспечиваем атомарность операций, работаем с блокировками и Race Conditions. Создаём надёжную интеграцию с внешними системами в реальном времени. Стремимся изменить паттерн бронирования столиков: сделать его мгновенным для пользователей и автоматизированным для ресторанов

Развиваем систему моментальной оплаты заказа по QR-коду с возможностью разделить счёт и оставить чаевые. Мы интегрируемся напрямую с кассовыми системами ресторанов по различным протоколам — REST и WebSocket. Это обеспечивает стабильную связь, оперативное получение актуальных данных с касс и оповещение партнёров о действиях пользователей

Используем современные стандарты C++, а также перенесли часть данных из PostgreSQL в Redis для обеспечения работы самого высоконагруженного экрана в Яндекс Еде — экрана трекинга. Причина такой нагрузки очевидна: пользователи хотят знать, где находится их заказ и когда приедет курьер. Наша задача — предоставить им самую актуальную информацию и при этом выдержать высокую нагрузку — под 10 тыс. RPS в пике

Работаем над повышением качества пользовательских адресов, чтобы обеспечить точную доставку. Даём возможность изменять и уточнять адрес даже после оформления заказа. Интегрировались с единым хранилищем адресов Яндекса. Теперь в  Яндекс Еду автоматически подтягиваются адреса пользователей из других сервисов, таких как Маркет и Такси

Делам удобные инструменты для работы операторов службы поддержки и оперативно решаем проблемы пользователей. Для организации чатов поддержки используется Яндекс Мессенджер, а подмена телефонных номеров осуществляется через телефонию Яндекса. Помимо этого, умеем проактивно решать проблемы — например, с помощью робота звонить курьеру, если он отклонился от маршрута. Используем Python и Go

Создали уникальный пользовательский опыт после заказа. Теперь, если пользователю доставили не тот заказ или в нём отсутствует какой‑либо товар, он получит компенсационный промокод, выполнив всего несколько простых действий в приложении и прикрепив в случае необходимости фотографию. Это стало возможным благодаря сложной логике на C++, системе защиты от мошенничества и проверке фотографий на неприемлемый контент

Сохраняем отзывы пользователей о ресторанах, а с недавнего времени — и о курьерах. Управляем процессом сбора отзывов. Отправляем напоминания, в том числе отображением сплеш-скрина при входе в приложение. Переходим с монолитного приложения, написанного на PHP, на микросервисную архитектуру с использованием C++. Активно работаем над устранением легаси

Развиваем передовую в Екоме инфраструктуру снижения цены: десятки способов сегментировать пользователей, инструменты персонализации, комбинации и пересечения механик. Всё это работает гибко, управляется в реальном времени и учитывает запросы безопасности со стороны команды антифрода. Держим нагрузку более 5 тыс. RPS, обеспечивая доступность на уровне 99,99%

Реализуем проекты на стыке инфраструктуры скидок и ML‑моделей. Помогаем принять решение тем, кто сомневается. В пределах секунды выполняем сложные расчёты и принимаем решение, кому и какую скидку предложить

Рассчитываем стоимость доставки, сборы и управляем балансом спроса и предложения. Учитываем всё: от расстояния между клиентом и рестораном до прогноза загруженности разных типов курьеров. Просчитываем это в реальном времени на больших объёмах данных. Пишем код на C++, используем Redis и PostgreSQL

Соединяем через WebView Яндекс Еду с Яндекс Go, Маркетом и Картами, а также готовим и отдаём содержимое ленты блюд и продуктов в заданные сроки, в том числе для отображения в рекомендательной ленте Яндекс Go. Отвечаем за стабильную работу Яндекс Плюса в Яндекс Еде. Для всех интеграций пишем функциональные тесты и E2E-тесты