ML-разработчик динамических рекламных мест на Поиске

Динамические места на Поиске позволяют органично встраивать рекламные предложения в поисковую выдачу. Это один из самых быстро растущих рекламных форматов на Поиске: он помогает рекламодателям получать дополнительные конверсии, а пользователям — находить релевантные предложения. При этом качество Поиска остаётся для нас ключевым ограничением и одновременно одной из самых интересных ML-задач.

Сейчас мы строим новый ML для динамических мест и хотим значительно повысить эффективность продукта, сохранив высокое качество поисковой выдачи.

Что предстоит делать:
Развивать аукционы и ранжирование

Вам предстоит улучшать аукционные механизмы, учиться адаптивно учитывать релевантность рекламного предложения конкретному запросу непосредственно внутри аукциона, использовать данные органического поиска в рекламных моделях. Вы будете интегрировать в ML-модели заголовки, сниппеты, факторы ранжирования и другие сигналы из органической выдачи. Это позволит лучше понимать качество рекламного предложения и его соответствие запросу.

Строить сквозное ранжирование рекламы и органики

Ещё одна важная задача — исследовать подходы к совместному ранжированию рекламных и органических результатов, формулировать гипотезы, проводить эксперименты и доводить лучшие решения до продакшена.

Искать точки роста продукта

Нужно анализировать ограничения системы, находить новые ML-гипотезы и самостоятельно проходить путь от идеи и офлайн-эксперимента до A/B-теста и продуктового внедрения.

Больше об ML в Яндексе — в канале Yandex for ML

Требования:
• Хотите заниматься прикладными ML-исследованиями
• Хорошо знаете основы современного Deep Learning
• Имеете практический опыт в NLP или RecSys

Будет плюсом:
• Следите за трендами в RecSys и регулярно читаете статьи