ML-разработчик в бригаду развития автотаргетинга
Yandex · Москва, Санкт-Петербург ·
- Category
- Software engineering
- Company size
- 1000+
ML developer on Yandex Search's autotargeting team: improves ad-targeting models that match advertisers' free-text descriptions to search queries. Day to day is applied NLP research — training bi-encoder, cross-encoder and decoder models, building data/training pipelines, and validating changes via A/B tests on live traffic.
Автотаргетинг — технология, которая помогает рекламодателям находить свою аудиторию в Поиске Яндекса. Ищем сильного ML-разработчика. Приходите, если хорошо разбираетесь в NLP, хотите заниматься прикладными ML-исследованиями, умеете проводить эксперименты и проверять гипотезы.Развитие технологии подбора рекламы по описанию запросов
В октябре у рекламодателей появляется новая возможность для более точной настройки автотаргетинга. Теперь рекламодатель сможет в свободной форме описать критерии, которым должны соответствовать запросы для показа его объявления, а система учтёт это описание при отборе рекламы. Вы будете улучшать модели, оценивающие соответствие запроса текстовому описанию, экспериментировать со способами его представления и разрабатывать алгоритмы генерации описаний на основе настроек и статистики рекламной кампании. Развитие ML-моделей автотаргетинга
В автотаргетинге мы используем модели разного размера для разных задач: большие декодеры для офлайн-разметки, биэнкодеры и компактные кросс-энкодеры для рантайма. Вы будете экспериментировать с архитектурами моделей, добавлять новые фичи, собирать разметку с помощью асессоров и LLM. Основные направления на ближайшее время — повышение качества больших моделей и развитие кросс-энкодеров для адаптации алгоритмов автотаргетинга к отдельным срезам запросов и рекламным кампаниям. Доведение ML-решений до продакшена
Вы будете проходить полный цикл разработки: находить точки роста, формулировать гипотезы, определять целевые метрики и ограничения, готовить данные и признаки, обучать модели и строить пайплайны. Предстоит также проверять решения в A/B-экспериментах на реальном трафике, анализировать их влияние на эффективность рекламы и внедрять успешные улучшения в продакшен. Больше об ML в Яндексе — в канале Yandex for ML* Хорошо разбираетесь в NLP и на практике решали NLP-задачи * Хотите заниматься прикладными ML-исследованиями и доводить результаты до продакшена * Можете самостоятельно формулировать и проверять гипотезы и анализировать результаты экспериментов* Решали задачи семантического поиска * Знакомы с современными подходами в рекомендательных системах
В октябре у рекламодателей появляется новая возможность для более точной настройки автотаргетинга. Теперь рекламодатель сможет в свободной форме описать критерии, которым должны соответствовать запросы для показа его объявления, а система учтёт это описание при отборе рекламы. Вы будете улучшать модели, оценивающие соответствие запроса текстовому описанию, экспериментировать со способами его представления и разрабатывать алгоритмы генерации описаний на основе настроек и статистики рекламной кампании. Развитие ML-моделей автотаргетинга
В автотаргетинге мы используем модели разного размера для разных задач: большие декодеры для офлайн-разметки, биэнкодеры и компактные кросс-энкодеры для рантайма. Вы будете экспериментировать с архитектурами моделей, добавлять новые фичи, собирать разметку с помощью асессоров и LLM. Основные направления на ближайшее время — повышение качества больших моделей и развитие кросс-энкодеров для адаптации алгоритмов автотаргетинга к отдельным срезам запросов и рекламным кампаниям. Доведение ML-решений до продакшена
Вы будете проходить полный цикл разработки: находить точки роста, формулировать гипотезы, определять целевые метрики и ограничения, готовить данные и признаки, обучать модели и строить пайплайны. Предстоит также проверять решения в A/B-экспериментах на реальном трафике, анализировать их влияние на эффективность рекламы и внедрять успешные улучшения в продакшен. Больше об ML в Яндексе — в канале Yandex for ML* Хорошо разбираетесь в NLP и на практике решали NLP-задачи * Хотите заниматься прикладными ML-исследованиями и доводить результаты до продакшена * Можете самостоятельно формулировать и проверять гипотезы и анализировать результаты экспериментов* Решали задачи семантического поиска * Знакомы с современными подходами в рекомендательных системах