- Страна
- Россия
Откликайтесь
на вакансии с ИИ

AI-разработчик
Работа в Яндексе — это знак качества в резюме, доступ к уникальным технологиям и сильное комьюнити. Вакансия в Лавке интересна прикладным характером задач и быстрым фидбеком от пользователей.
Сложность вакансии
Высокая сложность обусловлена строгими стандартами Яндекса к качеству кода и алгоритмической подготовке, а также необходимостью работать с высоконагруженными AI-системами. Требуется не только знание ML, но и сильные навыки классической разработки.
Анализ зарплаты
Зарплаты AI-разработчиков в Яндексе обычно соответствуют верхнему эшелону рынка Москвы, часто дополняясь значительными годовыми бонусами и опционами (RSU). Указанный диапазон отражает рыночные ожидания для специалистов уровня Middle+/Senior в BigTech компаниях.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Яндекс Лавка уже сейчас
Присоединяйтесь к команде Яндекс Лавки и создавайте будущее ритейла с помощью передовых AI-технологий!
Описание вакансии
AI-разработчик в Яндекс Лавку
*📍* Москва
Яндекс Лавка ищет AI-разработчика для развития и внедрения AI-решений в продукт. Роль предполагает разработку и внедрение интеллектуальных решений, работу с современными AI-технологиями и участие в создании продуктов, которые влияют на пользовательский опыт и эффективность бизнеса.
Откликнутьсяили отправляйте резюме Кате Откликнуться
Peers Media: карьера и бизнес
Чтобы разместить свою вакансию, заполните форму по ссылке
#Яндекс #ЯндексЛавка #AI #AIразработка #MachineLearning #Разработка #IT #Москва
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Artificial Intelligence
- Python
- Machine Learning
- Algorithms
Возможные вопросы на собеседовании
Яндекс уделяет огромное внимание алгоритмической базе кандидатов.
Решите задачу на динамическое программирование или графы (типичный этап алгоритмического интервью в Яндекс).
Важно понимать, как кандидат переносит теоретические модели в реальный продукт.
Расскажите о вашем опыте деплоя ML-моделей в продакшен: с какими трудностями сталкивались и как обеспечивали масштабируемость?
Для Лавки критична работа с данными в реальном времени.
Как бы вы спроектировали систему рекомендаций для сервиса экспресс-доставки продуктов, учитывая остатки на конкретных складах?
Проверка владения современным стеком.
Какие подходы к оптимизации инференса больших языковых моделей или нейросетей вы использовали на практике?
Оценка продуктового мышления инженера.