IT-компания Яндекс Такси развивает бизнес в нескольких направлениях — онлайн-заказ такси, каршеринг и аренда самокатов. Компания управляет супераппом под брендом Яндекс Go (сервис Яндекс Такси до августа 2020 года в России), а также сервисами Яндекc Драйв и Ultima. Собственная разработка инфраструктуры позволяет выкатывать обновления кода за считанные часы, сохранять доступность сервисов не ниже 99,99%. Мы не тратим время на повторяющиеся однотипные задачи, а делегируем эту работу алгоритмам.

Платформа для выполнения заказов с нашими сервисами. И водители, и курьеры, и сборщики заказов работают с приложением Яндекс Про. Как в России, так и за её пределами. Это полноценный рабочий инструмент, «кабинет» исполнителя, в котором он проводит свой рабочий день. И не просто выполняет заказы, а ещё отслеживает свой заработок, проходит проверки качества, может подготовиться к выполнению заказов в тарифе повыше и многое другое. А это значит, что важно всё. UI должен быть удобным и предельно понятным — как удобное рабочее место для водителя. Важна и энергоэффективность — ведь, например, курьеры не могут всегда держать телефон на зарядке. Приложение должно быть максимально стабильным, ведь проблемы с ним или с самим сервисом могут влиять на непосредственный заработок исполнителей.

Сервис быстрой доставки для людей и для бизнеса. Продукт меняет рынок логистики с помощью технологий и данных: эффективно назначает курьеров на заказы, прогнозирует спрос и оптимизирует маршруты в реальном времени. Диспатч курьеров — то есть выбор исполнителя на заказ — это сложный механизм со своими особыми алгоритмами. И по-своему уникальный технологический вызов. Уже сейчас наши клиенты делают больше 5 миллионов заказов в месяц. В задачи сервиса также входит создание общей логистической платформы для Доставки, Еды, Лавки и Маркета, удобных продуктов и инструментов для курьеров, B2B-клиентов и всех наших пользователей.

Это фудтех. Все, что про технологии и про поесть — к нам. У нас есть доставка из ресторанов и магазинов, самовывоз, безналичные чаевые, а будет ещё больше. Работаем на три фронта (и бэка): пользовательский продукт для миллионов людей в нескольких странах мира, партнёрский продукт для десятков тысяч ресторанов и магазинов, логистический продукт для десятков тысяч курьеров. Микросервисная архитектура позволяет нам масштабировать сервис, бизнес и команду. А мощный технологический стек для С++ и Python дает возможность эффективно решать задачи продукта и улучшать инфраструктуру.

Сервис быстрой доставки продуктов. Мы меняем формат магазина у дома — теперь ходить никуда не нужно. В технологиях Лавки есть клиентское приложение, сайт, а ещё платформы, которые помогают доставке случиться. Например, складская система для дарксторов — UI администратора склада и приложение для кладовщика. Мы — молодой проект. Активно строим новое, быстро растём, и у нас мало легаси.

Живой, только что родившийся в Яндексе стартап — а значит много влияния на продуктовые решения. Мы молодые и амбициозные — решения принимаем быстро, не боимся ошибаться и с каждым днём бежим быстрее. Сегодня катаемся и катаем в Москве, Туле, Санкт-Петербурге и Краснодаре. Верим, что самокаты — не только веселый способ провести время, но и решение многих транспортных проблем мегаполисов. Думаем, как проектировать такую архитектуру, чтобы стремительно расти без проблем для продукта. Или как управлять самокатом при слабой сети, эффективно перезаряжать уставших и переправлять заряженных туда, где их ждут.

Маркет позволяет покупателям заказывать товары прямо из дома и получать заказы по всей стране, а партнёрам — развивать свой бизнес, повышая продажи и привлекая новых клиентов. Для этого мы строим архитектуру так, чтобы можно было быстро делать новые фичи и не ломать важные сценарии, учимся выдерживать многократный рост нагрузки и не перерасходовать ресурсы, следим, чтобы сайт Маркета работал как надо. У нас есть целый арсенал технологий: микросервисы и микрофронты, тыквы и gracefull degradation, отложенная обработка запросов и автоматические системы нагрузочного тестирования. Мы изменяем архитектуру всех сервисов Маркета и помогаем продуктовым командам быстро и безопасно развиваться.

Cистема на базе нейросетей и элементов машинного обучения, которая автоматизирует работу клиентских сервисов — поддержки, найма, продаж. Система уже интегрирована не только в 10 сервисах Яндекса, но и примерно в 20 других, внешних компаниях. А чтобы всё работало, кроме нейросети и ML система включает экспертные центры аналитики, автоматизации, контроля качества и тестирования. Графические интерфейсы, диалоговые системы, виджеты и on-premise решения, аналитика, AI-боты, ML, принципы NLP, фреймворки глубокого обучения, системы распределённого вычисления — это лишь малая часть того, с чем мы здесь имеем дело.

Где используем: Такси, Еда, Лавка, Драйв, Доставка и другие сервисы Яндекса.

Умная камера, которая с помощью ML анализирует состояние и поведение водителя. Например, его внимательность и манеру вождения. Она реагирует на закрытие глаз, мимику и движения головы. Ещё алгоритмы также умеют определять, пристегнут ли ремень, не отвлёкся ли водитель на телефон и не курит ли. Если что-то идёт не так, камера предупредит водителя, а ещё отправит логи, фото и видео на сервер. Посмотреть эти материалы при необходимости можно через специальный партнёрский веб-интерфейс. В камере стоит вычислительный модуль на базе Ambarella CV25 и сенсор Sony IMX224 с управляемой ИК-подсветкой. Устройство работает сразу на двух операционных системах: Linux и RTOS.

Где используем: Такси.

Разрабатываем алгоритмы, которые делают эффективным выбор водителя для заказа. Например, мы ускорили Венгерский алгоритм, а сейчас — учимся подбирать заказы по пути и строить оптимальный маршрут их объезда, используя дорожный граф. В результате такси приезжает быстрее, а у водителей сокращается время холостого пробега. Создаём сервисы, обрабатывающие тысячи RPS, и используем множество технологий, например Clickhouse, Redis, PostgreSQL, V8, Logbroker.

Где используем: Такси.

Мы делаем так, чтобы наши сервисы всегда были доступны пользователям. Для этого решаем задачу балансировки спроса и предложения в Такси, Еде, Лавке и Драйве. Например, если спрос на такси или доставку слишком велик, стоимость на время увеличивается, чтобы часть пользователей повременили с заказом, пока не появится больше свободных водителей. А для водителей в режиме реального времени строится тепловая карта повышенного спроса. Она подсказывает, в какие районы сейчас лучше поехать за самыми «горячими» заказами. Каждый день мы сталкиваемся со сложными инфраструктурами и алгоритмическими задачами. Например, решаем задачи графовой оптимизации для расстановки точек, по которым рассчитывается карта повышенного спроса, хардкорным тюнингом C++ кода под нагрузку в тысячи запросов в секунду и построением геоиндексов по данным, охватывающим географию всех пользователей сервисов Яндекса. Мы построили и развиваем платформу онлайн-вычислений на базе JavaScript-движка V8 и нашего асинхронного фреймворка Userver, чтобы молниеносно доставлять в продакшен изменения в коде расчётов спроса и предложения.

Где используем: Такси, Еда, Лавка, Драйв.

Комплексная автоматизация разработки и сопровождения высоконагруженных сервисов, построенных на микросервисной архитектуре. Свежее, гибкое, расширяемое и масштабируемое PaaS-решение, на базе которого строятся конечные продукты Екома и Райдтеха Яндекса.

Лучшее от разработчиков, создавших такие популярные продукты как Яндекс Такси и Яндекс Карты для разработчиков, и сейчас создающих новые перспективные сервисы Яндекса.

На наших решениях построены Такси, Еда, Лавка и Доставка.

При помощи больших данных и технологий машинного обучения мы наносим непоправимый профит в сервисах Яндекс Go. Мы подсказываем удобные точки посадки и высадки в Такси, рекомендуем релевантные рестораны, блюда, продукты в Еде и Лавке. А ещё прогнозируем спрос на товары для их автоматической закупки в Лавке, автоматизируем фотоконтроли качества автомобилей Такси и Драйва, увеличиваем безопасность поездок, определяя усталость водителя, повышаем эффективность алгоритмов назначения машин и ценообразования и многое другое.

Если вы хотите применять ML-технологии к реальным бизнес-задачам, чтобы сделать миллионам людей лучше, мы вас ждём!

Где используем: Такси, Еда, Лавка, Доставка.

Создаем модели и алгоритмы финансовой и физической безопасности пользователей наших приложений, защищаем сервис от попыток абьюза. Наша работа направлена на безопасность поездок, надёжность платежей и поддержание здоровой экосистемы в сервисе.

Где используем: Такси, Еда, Лавка, Драйв, Доставка, Самокаты.