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:
👉 %contact_placeholder%
👉 %contact_placeholder%

P.S. Беспроцентная ссуда на жилье после года работы.