- Страна
- Россия
Сеньор ML-разработчик в Вертикали
Оценка ИИВысокий балл обусловлен сильным брендом работодателя, современным технологическим стеком и масштабом задач. Работа в Яндекс Вертикалях дает доступ к уникальным данным и возможность влиять на продукты, которыми пользуются миллионы людей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция Senior уровня в Яндексе предполагает глубокие знания не только в ML-алгоритмах, но и в промышленной разработке на C++ и Python, а также умение работать с инфраструктурой данных. Процесс отбора в компанию традиционно включает несколько этапов сложных технических интервью.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в Яндексе для Senior ML-инженеров обычно находится на верхнем пределе рынка РФ, часто включая значительную бонусную часть и опционы (RSU). Указанные рыночные оценки отражают фиксированную часть и совокупный доход для специалистов такого уровня в Москве.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Сеньор ML-разработчик в Вертикали
в Яндекс Вертикали — IT-компания в составе группы «Яндекс», специализирующаяся на сервисах объявлений и платформах для поиска недвижимости, авто и путешествий.
Стек: Python, C++, SQL, NoSQL, FastAPI, gRPC, Docker, Airflow, Luigi, CatBoost, PyTorch.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- C++
- SQL
- NoSQL
- FastAPI
- gRPC
- Docker
- Airflow
- Luigi
- CatBoost
- PyTorch
Возможные вопросы на собеседовании
Яндекс активно использует CatBoost (собственная разработка), поэтому важно понимать внутреннее устройство градиентного бустинга.
Расскажите, как CatBoost обрабатывает категориальные признаки и в чем его основные отличия от XGBoost или LightGBM?
Вакансия требует знания C++, что критично для оптимизации высоконагруженных ML-сервисов.
В каких случаях вы бы предпочли переписать часть ML-пайплайна с Python на C++ и какие преимущества это даст в контексте gRPC сервиса?
Для Senior-позиции важно умение проектировать системы целиком.
Как бы вы спроектировали систему обновления рекомендаций в реальном времени для сервиса объявлений с учетом использования Airflow и Docker?
Проверка навыков работы с глубоким обучением.
Опишите ваш опыт работы с PyTorch: как вы подходите к отладке сходимости нейронных сетей и оптимизации их производительности при инференсе?
Работа с данными — основа ML.
Какие подходы вы используете для борьбы с перекосом данных (data drift) в долгоживущих моделях классификации?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
