ML Engineer (5 открытых ролей)

Позиция: ML Engineer (5 открытых ролей): - 2 x ML Engineer RecSys (последовательные рекомендации, поисковое ранжирование) - Computer Vision Engineer (мобильные модели, VLM для контроля качества авто) - NLP Engineer (агентные системы, RAG на LLM) - MLOps Engineer (realtime-сервисы, масштабируемость) Куда : Служба ML Яндекс.Такси. Формат работы: fulltime, гибрид, желательно Москва, офис в Сити . Вилка гросс: junior+ 200-280 ₽/мес gross, middle/middle+ 280-380K ₽/мес gross + годовые бонусы 2.6-5.2 оклада. Про нас: Больше 4 миллиардов поездок ежегодно совершается с помощью Яндекс.Такси в 32 странах Азии, Африки, Европы и Латинской Америки. Ни одна из них не обходится без решений принятых ML моделями. Наши команда развивает модели предсказания адреса назначения поездки, ожидаемного времени прибытия машины, участвует в развитии алгоритмов диспетчеризации, непоправимо улучшает механизмы распределения субсидий. Что предстоит делать? - RecSys ML Engineer: cтроить модели последовательных рекомендаций и улучшать поисковое ранжирование. - CV Engineer: обучать компактные моделеи CV для мобильных устройств и интегрировать VLM в процессы проверки авто. - NLP Engineer: создавать RAG-системы и полноценных LLM-агентов. - MLOps Engineer: развивать и поддерживать процессы выкатки realtime-сервисов, обеспечивать их стабильность и масштабируемость. Требования : - Наличике опыта в ML в соответствующей области (CV/NLP/RecSys/MLOps). - Знание Python c классическим ML стеком фреймворков. Ответы на 10 вопросов: 1. Данные: YT. 2. Железо: - Общий кластер: 8×H100, 8×V100, 1500 CPU ядер, 10 ТБ. - Персональные виртуалки + MacBook Pro для разработки. 3. Масштаб влияния: ML-решения напрямую влияют на ключевые метрики платформы: количество поездок, AR, СR, время подачи. 4. Уровень развития DS: 80% классические модели, 20% DL. 5. Роль DS: Полный цикл — от постановки задачи с бизнесом до продуктивизации (совместно с DE/MLOps/backend командами). 6. Бэкграунд руководителя: Александр Мамаев , ex-VK, ex-Сбер. 7. Частота встреч: ~ 4 синка в неделю (зависит от проекта). 8. Карьерный рост: Стандартная система грейдирования Яндекса с ревью каждые 6 месяцев. 9. Prod/Research: 70% prod, 30% research. 10. Функция сервиса/лидера: 90% execution (решение задач), 10% лидерство в рамках проекта. Как откликнуться: Присылайте резюме в Telegram: 👉 @chessgevara 👉 @korablliik P.S. Беспроцентная ссуда на жилье после года работы.