Мы ищем ML-разработчика в команду кросс-сервисности Плюса
Company Яндекс
Подписочные сервисы уже давно стали флагманами мировых IT-компаний и развиваются быстрыми темпами. Яндекс Плюс — один из крупнейших в Европе развлекательных сервисов по подписке с клиентской базой более 30 миллионов человек. Плюс активно использует данные Музыки, Кинопоиска, Такси и других сервисов Яндекса. Мы ищем ML-разработчика в команду кросс-сервисности Плюса, которая отвечает за различные механики вовлечения в экосистему Яндекса. Часто на этапе покупки подписки пользователь знаком с чем-то одним: слушает Музыку или ездит на Такси, но пока не знает, что с подпиской можно читать книги в Букмейте или заказывать всякую всячину на Маркете. Наша цель — подобрать уникальные предложения и познакомить с ними через разные игровые механики, такие как Плюс Сити, Плюс Дейли и другие.
Наша команда сталкивается с большим количеством вызовов. Какой квест предложить пользователю? Как отранжировать несколько заданий от разных сервисов Яндекса? Что подарить, чтобы это было правда полезно? Как не только не потратить весь бюджет на подарки, но и привести в сервисы новых пользователей, которые будут с нами «по любви и надолго»?
Для решения этих задач мы занимаемся feature engineering, работаем с классическими методами машинного обучения, оборачиваем наши модели в сервисы на Java и выводим в продакшен.
Выдвижение новых гипотез и проведение экспериментов
Вам предстоит предлагать новые гипотезы и тестировать их, чтобы с помощью ML-моделей повышать эффективность механик вовлечения наших подписчиков в экосистему Яндекса.
Написание продакшен-кода на Java
Мы работаем с классическими методами ML, оборачиваем наши модели в сервисы на Java и выводим в продакшен. Вам предстоит писать надёжный и эффективный продакшен-код на Java.
Мы ждем, что вы:
Будет плюсом, если вы
Log InOnly registered users can open employer contacts.
Cookies help us deliver our services. By using our services, you agree to our use of cookies.