Как ML ранжирует вакансии в Авито: инсайты из АБ-тестов

В статье подробно разбирается архитектура поискового ранжирования для вакансий: какие ML-модели отвечают за выдачу, как они адаптируются под специфику рынка труда. Особый упор сделан на отличия от общего поиска по объявлениям — например, учёт релевантности навыков и срочности найма.

Автор делится результатами нескольких показательных АБ-тестов: какие гипотезы подтвердились, а какие — нет. Например, тестировали влияние веса зарплаты на позицию вакансии и выяснили, что слишком сильный перекос в сторону денег ухудшает конверсию откликов.

Материал будет полезен ML-инженерам, которые хотят понять, как ранжирование настраивается под конкретную бизнес-вертикаль. Полный текст — на Хабре.