Приглашаем вас 13 февраля на митап Growth Teams, чтобы поделиться крутыми докладами: узнаем, как диагностировать продукт и искать возможности роста в воронке. Ответим на вопросы, как и зачем автоматизировать закупку трафика и работу с инфлюенсерами. Команда сайта Raiffeisenbank расскажет, как им удалось оптимизировать сайт для поисковых систем, упаковать продукт и повысить конверсию в заказы.
Каждый сервис компании Яндекс во многом основан на анализе данных и методах машинного обучения. Они требуются и для ранжирования результатов веб-поиска, и для поиска по картинкам, и для формирования рекомендательных блоков. Машинное обучение позволяет нам создавать беспилотные автомобили и голосовых ассистентов, уменьшать время бесполезного простоя для таксистов и уменьшать время ожидания для их клиентов. Все приложения и не перечислить!
Поэтому мы всегда испытываем потребность в специалистах по анализу данных и машинному обучению. Одним из важнейших этапов собеседования в Яндекс для них является общая секция по машинному обучению, о которой я и расскажу в этой статье. Пример модельной задачи для этой секции и возможного содержания ответа по ней я разобрал в видео, которое недавно стало доступно на YouTube. В этой статье я подробнее расскажу о том, чего мы ждём от сильного кандидата на такой секции и почему мы сформулировали именно такие критерии.
