Выберите направление

Набор открыт

Бэкенд

Занимайтесь инфраструктурными и продуктовыми задачами нагруженных систем

Набор открыт

Фронтенд

Улучшайте интерфейсы сервисов, присоединившись к одной из фронтенд-команд в Яндексе

Набор открыт

Мобильная разработка

Участвуйте в создании приложений на Android и iOS и Flutter для продуктов Яндекса

Набор открыт

DevOps

Освойте инструменты для создания отказоустойчивых распределённых систем

Набор открыт

Аналитика данных

Прогнозируйте события на основе данных, занимайтесь их сбором и интерпретацией

Набор открыт

ML

Обучайте нейросети и улучшайте алгоритмы машинного обучения для сервисов Яндекса

Набор открыт

Yandex ML Residency

Принимайте участие в исследованиях мирового уровня в сфере машинного обучения

Набор открыт

Security Engineering

Участвуйте в архитектурных ревью и защищайте пользовательские данные

Набор открыт

Защита приватности

Развивайте приватность и помогайте обеспечивать защиту персональных данных

Набор открыт

Сompliance

Минимизируйте риски в области защиты данных

Набор закрыт

SOC

Ищите аномалии и разбирайтесь в современных системах защиты

Не нашли подходящую стажировку?
Посмотрите здесь

Набор открыт

Тестирование

Развивайте навыки тестирования с помощью внутренних инструментов Яндекса

Набор закрыт

Технический менеджмент

Занимайтесь автоматизацией и разработкой, анализируйте большие массивы данных

Не нашли подходящую стажировку?
Посмотрите здесь

Набор закрыт

Управление проектами и продуктами

Проверьте и прокачайте навыки в сервисах Яндекс Еда, Лавка, Маркет, Такси и Самокаты

Набор возобновится позже

Рекламная аналитика

Учитесь оценивать эффективность рекламных продуктов на основе данных

Набор возобновится позже

Менеджер по развитию бизнеса

Создавайте удобные digital-инструменты для решения реальных задач бизнеса

Не нашли подходящую стажировку?
Посмотрите здесь
Контест обновился

машинное
обучение

Python
С++
Москва, Минск, Санкт-Петербург

Чем занимаются ML‑разработчики на стажировке?

Улучшают алгоритмы машинного обучения для сервисов Яндекса и разрабатывают инструменты для обучения нейронных сетей
ML
DL
YAGPT
INTERN

PYTHON

ML
DL
YAGPT
INTERN
PYTHON
ML
DL
YAGPT
INTERN
PYTHON

Примеры задач, которые решают стажёры

Машинное обучение используются во всех ключевых продуктах Яндекса
Обучают модели для международного Поиска
Улучшают качество поиска Маркета: занимаются обучением моделей и features engineering
Учат YandexGPT работать с внешней информацией
Преобразуют данные с сенсоров камер, лидаров и радаров в программные сущности, которые используются при планировании движения автомобиля

Что нужно уметь

Понимать классические алгоритмы и структуры данных
Владеть Python или С++
Знать методы машинного обучения
Будет плюсом, если работали с DL

Как проходит отбор

Всё получится!
Шаг 1
Тестовое задание в системе Яндекс Контест
Вам предстоит решить шесть задач по алгоритмам, ML и математике. У вас будет 6 часов на выполнение заданий. Перед тем, как начать, рекомендуем пройти тренировочный контест — в нём собраны тестовые задания прошлых лет.

Помните: не стоит опускать руки, если какая-нибудь задача оказалась слишком сложной. Покажите ваш реальный уровень знаний, а мы оценим его в совокупности с вашим резюме и анкетой.

Шаг 2
Секция на машинное обучение и код
Вас пригласят на техническое интервью, которое продлится около часа. Вам предстоит написать код и ответить на вопросы по машинному обучению.
Шаг 3
Секция на алгоритмы и структуры данных
Вам предстоит написать код и продемонстрировать знание алгоритмов, решив несколько задач за определённое время.

Чтобы понять, как на самом деле проходит эта секция, вы можете посмотреть запись её разбора.

Подготовка к алгоритмической секции:
Чтобы получше подготовиться, рекомендуем освежить в памяти курс алгоритмов и структур данных: вспомнить основные структуры данных, их сильные и слабые стороны, особенности, базовые алгоритмы типа сортировок и обходов графов; не нужно учить доказательство корректности, достаточно понимания как они работают.

Рекомендуем изучить материалы 5 сезонов тренировок по алгоритмам и тренировок по ML , а также набить руку на задачах с LeetCode (уровень medium) и Codeforces (div2) и тренироваться доводить задачи до конца, чтобы решение проходило все тесты.

Шаг 4
Финальные встречи с командами
Это встречи-знакомства с вашими будущими коллегами. Они по очереди расскажут, как устроена работа в Яндексе, чем они занимаются и какая роль будет отведена вам, а вы сможете задать все интересующие вас вопросы.

Будьте готовы рассказать о вашем опыте, навыках и решить пару задач, связанных с деятельностью команды.

Что вас ждёт

Оплачиваемая стажировка

Доступ к корпоративным фичам

Компенсация обедов

Оплата проезда и проживания в Москве

Официальное оформление на стажировку или практику от вуза

Гибкий и гибридный график: 20, 30 или 40 часов в неделю

Советы по подготовке

Никита Рыжиков
Руководитель службы технологий голосового ввода
Важно понимать, что такое методы оптимизации, переобучение, кросс-валидация, метрики качества. Желательно, чтобы человек разбирался в своём направлении: для картинок знал про сверточные сети, для текстов — про трансформеры, для рекомендаций — про бустинг.

Что касается кода — важна аккуратность в написании решений и способность их придумывать. Для аккуратности нужно вырабатывать привычку тестировать и проверять работу кода, мыслить инвариантами. Тут помогут книги и курсы по алгоритмам; полезно почитать стайлгайды компаний, например Google.

Даниил Ткаченко
Руководитель группы ML‑сервисов Лавке
Для меня важно, умеет ли кандидат посмотреть на задачу целиком. Начать работу с понимания бизнес-задачи, правильно сформулировать метрики, которые продукт хочет вырастить. И только после этого работать над ML-формулировкой задачи.

Когда ML-задача сформулирована, я смотрю на флоу дизайна решения, насколько хорошо он валидирует себя на разных этапах, насколько последовательно идёт от дизайна продуктовой метрики до конечного обсуждения проблем инференса.

Структурность в построении ML-решения — для меня всегда самый большой плюс.

Полезные материалы

Тренировки по алгоритмам

CodeRun

LeetCode

Codeforces

Учебник Школы анализа данных

Тренировочный контест

Хендбуки Яндекса «Основы Python»

Хендбуки Яндекса «Основы алгоритмов»

Хендбуки Яндекса «Основы C++»

Хендбук Яндекса по ML

Открытый курс по ML

Тренировки Яндекс по ML

Начните карьеру со стажировки в Young&&Yandex

Больше половины стажёров получают офер и продолжают работу в Яндексе
БЭКЕНД
DEVOPS
ML
тестирование
БЭКЕНД
DEVOPS
ML
тестирование
БЭКЕНД
DEVOPS
ML
тестирование
БЭКЕНД
DEVOPS
ML
тестирование
БЭКЕНД

FAQ

Будем на связи

Подписывайтесь на рассылку
Присоединяйтесь к телеграм-каналу
Thu Oct 17 2024 17:44:46 GMT+0300 (Moscow Standard Time)