Наша команда помогает поисковой системе решать, какие из документов будут более интересны пользователю по его запросу. Мы применяем передовые технологии обработки естественного языка (NLP), глубокие нейросети и другие подходы из области машинного обучения. Совершенствуем алгоритмы ранжирования: экспериментируем с архитектурой нейросетевых моделей, добавляем новые сигналы, оптимизируем алгоритмы.
Наши разработчики целиком отвечают за реализацию идей — от планирования экспериментов и создания прототипов до оценки внедряемости и написания продуктового кода. Решаем задачи, часто связанные с обработкой больших данных в модели вычислений MapReduce, на Python (фреймворк TensorFlow, PyTorch) и иногда на C++.
Что нужно делать:
- собирать лучшие данные для обучения моделей (мы считаем, что один из ключей к успеху — набор репрезентативного и как можно более чистого обучающего множества);
- обучать «тяжёлые» модели на больших объёмах данных;
- улучшать архитектуру моделей;
- доводить модели до продакшена;
- писать эффективный код, который выдержит гигантский поток запросов на машинах поисковых кластеров Яндекса;
- следить за новыми идеями и подходами в области NLP.
Мы ждем, что вы:
- понимаете принципы машинного обучения;
- умеете обучать и отлаживать DL-модели;
- хорошо разбираетесь в NLP;
- знакомы с фреймворками TensorFlow или PyTorch и решали с их помощью задачи в области NLP или ранжирования.
Будет плюсом, если вы:
- знаете C++;
- умеете работать с большими объёмами данных.
Условия:
- сильная команда, с которой можно расти;
- сложные задачи для сервисов с миллионами пользователей;
- возможность влиять на процесс и результат;
- официальное трудоустройство;
- бейджик, которым можно расплачиваться за питание на территории кампуса и в окрестностях;
- гибкий график: мы не контролируем, кто во сколько приходит и уходит, главное — выполнять задачи;
- расширенная программа ДМС: стоматология, обследования, вызов врача на дом, оплата 80% стоимости ДМС для супругов и детей;
- высокий совокупный доход, премии каждые полгода для всех, кто работает эффективно;
- возможность участвовать в образовательных программах, лекциях, митапах;
- талантливая команда экспертов, у которой можно многому научиться;
- культура открытости и взаимопомощи;
- возможность быстро видеть результаты работы и делать сервисы, которыми пользуются миллионы людей.