Разработчик машинного обучения в Такси

Яндекс Такси работает в сотнях городов и более чем в 15 странах. Мы не просто создаём продукт — мы делаем жизнь людей комфортнее, меняем транспортную инфраструктуру городов и приближаем будущее.

Наша команда улучшает Такси при помощи больших данных и ML-алгоритмов. Мы ищем разработчика в области машинного обучения. У нас глобальные и смелые планы, и, возможно, именно вы поможете нам осуществить их как можно скорее.

Что мы делаем:

• экономим время пользователя, определяя на карте удобные точки посадки и высадки;
• выдаём цели и персональные предложения водителям;
• подбираем оптимального водителя на заказ с учётом дорожной ситуации.

Вам предстоит искать ответы на вопросы:

• Когда можно без вреда для бизнеса снизить стоимость поездки? (Предложить поехать с попутчиком, оптимизировать маршрут, придумать новый способ снижения стоимости...)
• Как наиболее точно определить местоположение пользователя, учитывая то, что его сигнал GPS может быть ошибочным, а у нас есть несколько других источников данных? Возможно, стоит попросить пользователя указывать геолокацию на карте вручную?

• отвечать за полный цикл ML-проекта, начиная с обозначения проблемы и заканчивая внедрением ML-модели в продакшен;
• находить точки роста и улучшать бизнес-показатели, выдвигать гипотезы и проверять их экспериментально;
• взаимодействовать со смежными командами аналитиков и разработчиков, активно участвовать в развитии сервиса.

• знаете методы анализа данных и машинного обучения (классификация, регрессия, ранжирование, uplift...), применяли и оценивали их на практике;
• больше года работали ML-разработчиком;
• понимаете, как правильно собрать данные для ML-задачи;
• умеете выдвигать, приоритизировать и тестировать на данных гипотезы;
• понимаете, как оценить качество ML-решения в бизнес-метриках;
• знаете математическую статистику и теорию вероятностей;
• владеете классическим стеком ML-разработки: Python (sklearn, XGBoost или CatBoost, pandas, seaborn, Matplotlib и т. д.), SQL.

• владеете C++ или разрабатывали на нём;
• умеете работать с большими объёмами данных, понимаете парадигму MapReduce (Hadoop, Spark);
• знакомы с фреймворком TensorFlow или PyTorch и применяли какой-то из них на практике;
• проводили эксперименты и анализировали результаты А/B-тестов.

• сильная команда, с которой можно расти;
• сложные задачи для сервисов с миллионами пользователей;
• возможность быстро увидеть результат своих внедрений;
• зарплата на уровне рынка и выше;
• премии каждые полгода по результатам ревью;
• ипотечные программы под 3% на 10 лет или без процентов на три года;
• компенсация оплаты питания;
• расширенная программа ДМС: оплата 80% стоимости ДМС для супругов и детей;
• спортзал, тренажёрный зал, йога в офисе;
• гибкий график работы;
• парковка.