Работа в Яндексе: вакансии IT и digital

Поиск — один из ключевых продуктов Яндекса, а чат-интерфейс Алисы — динамично развивающийся виртуальный ассистент. Оба сервиса ежедневно помогают миллионам пользователей.

Мы в команде бэкенда монетизации отвечаем за то, чтобы реклама в Поиске и в чатовой Алисе была уместной, полезной и качественной — органично вплеталась в поисковую выдачу или пользовательский диалог.

Мы:
* разрабатываем и внедряем механизмы показа рекламы в диалоговых сценариях Алисы и в поисковой выдаче;
* улучшаем релевантность рекламы с учётом контекста диалога или поискового запроса;
* строим инфраструктуру и метрики — чтобы всё работало быстро, стабильно и измеримо.

Работая с нами, вы будете участвовать в создании решений, влияющих на пользовательский опыт и бизнес-показатели сразу двух крупных продуктов Яндекса.

Решение задач end to end

От проработки изначальной идеи до внедрения. Мы доводим идеи до продакшена в метриках и цифра и защищаем результат.

Разработка высоконагруженных бэкендов

Бэкенды монетизации для Поиска и чатовой Алисы — это высокая нагрузка, код на C++ и продуктовые вызовы.

Кросс-сервисные интеграции

Сложная распределённая среда с большим количеством смежников.

Работа с инфраструктурой

Обеспечиваем стабильную работу сервисов в условиях пиковых нагрузок.

Аналитика и исследования

Мы разбираем аномалии и ищем точки роста, а также делаем метрики для АБТ.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно пишете код на C++ и имеете опыт разработки высоконагруженных систем
* Умеете глубоко разбираться в проблемах и доводить задачи до результата
* Владеете SQL и способны писать сложные запросы
* Имеете представление о принципах построения распределённых систем и работе с ними

* Знакомы с инструментами мониторинга и трассировки высоконагруженных систем
* Понимаете специфику монетизации цифровых продуктов

Яндекс создаёт систему автономного вождения, которая должна стать надёжнее человека за рулём. Ключевую роль в этой технологии играет ПО ADS (Automated Driving System), отвечающее за восприятие среды и управление автомобилем.

Мы ищем QA-инженера, который присоединится к тестированию и вместе с командой будет обеспечивать высокое качество наших продуктов и технологий.

Тестирование новой функциональности, регрессионное тестирование

Вам предстоит разрабатывать методики тестирования — в том числе определять объём и состав тестов на данных, выбирать окружение и платформу исполнения, формировать метрики качества компонентов. Вы будете разрабатывать тесты и поддерживать их в симуляторе, анализировать метрики и результаты симуляций, создавать и поддерживать тестовые модели, собирать данные для оценки качества технологий.

Работа с требованиями и архитектурой

Вы станете ревьюить требования и архитектуру, проектировать и поддерживать тестовые сценарии по ним, готовить инструкции для водителей-испытателей и участвовать в локализации дефектов.

Аналитическая работа

Нужно анализировать результаты тестирования, автоматизированные и симуляционные проверки, исследовать причины дефектов, деградаций и улучшений, оценивать результаты испытаний и делать выводы.

Командное взаимодействие

Вам предстоит участвовать в планировании изменений и развитии продукта, взаимодействовать с командами разработки, аналитики и функциональной безопасности.

* Тестировали программное обеспечение от трёх лет
* Интересуетесь технологиями и автомобильной индустрией
* Уверенно работаете с Git
* Умеете работать с требованиями и архитектурой

* Проводили тестирование в соответствии с отраслевыми стандартами автомобильной индустрии
* Имеете практические навыки работы с симуляторами
* Занимались тестированием в робототехнике

Наша команда учит Alice AI LLM работать с внешней информацией (RAG), источниками которой могут выступать Яндекс Поиск или специализированные базы знаний (например, тексты документации). Такой подход максимально расширяет возможности современных LLM: уменьшает галлюцинации, улучшает фактологичность, не ограничивает знания модели теми данными, которые она уже видела.

Обучение больших языковых моделей

Учить LLM работать с внешней информацией из различных доменов, извлекать из неструктурированных текстов информацию, полезную для ответа на запрос пользователя. Проверять и внедрять самые современные подходы из научных статей.

Поиск релевантных документов

Исследовать и комбинировать различные подходы для поиска релевантных документов. Формировать базы знаний с полезными для конкретной задачи документами.

Внедрение в продукты

Создавать инструменты для внедрения технологии как внутри Яндекса, так и вовне.

Подробнее про Alice AI

Больше об ML в Яндексе — в канале Yandex for ML

* Отлично знаете классические ML и NLP
* Понимаете, как устроены современные LLM, решали с их помощью прикладные задачи или имеете релевантный исследовательский опыт
* Следите за трендами в области LLM. Можете бегло прочитать статью и быстро понять основную идею

* Строили RAG-пайплайны
* Занимались информационным поиском

Наша команда занимается стадией алайнмента Alice AI LLM. Мы превращаем LLM, обученную предсказывать следующий токен в документах из интернета, в диалогового агента, способного выполнить широкий спектр запросов пользователя.

Обучение следованию инструкциям пользователя (Supervised Fine-tuning, SFT)

Чтобы превратить предобученную LLM в диалогового агента, нужно собрать множество демонстраций желаемого поведения модели на разнообразных задачах. Какие именно задачи важнее, насколько сложными могут быть демонстрации, каких навыков модели не хватает для решения конкретной задачи и как модель может выучить этот навык на стадии алайнмента? Это примеры вопросов, на которые мы ищем ответы с помощью ML-экспериментов.

Обучение модели на основе пользовательских предпочтений и верифицируемых наград (RLHF, RLVR)

После стадии SFT качество ответов модели даже на один и тот же запрос может очень сильно различаться. Мы собираем разметку относительного качества ответов модели и учим её генерировать ответы наилучшего качества. На этом этапе мы применяем алгоритмы online-RL (GRPO, GSPO) и используем комбинацию стадий RLHF и RLVR. Также мы занимаемся обучением с одновременным учётом нескольких аспектов качества.

Обучение модели наград (Reward Modeling)

Разметка качества ответов людьми — очень дорогой и небыстрый процесс, а алгоритмы online-RL требуют оценки в реальном времени. Мы развиваем свою линейку reward-моделей, которые могут быстро оценивать качество ответа модели на уровне человека. Кроме базового обучения моделей наград, мы применяем подходы с использованием рубрицированных оценок, а также используем LLM-as-a-Judge (LLMaJ) напрямую.

Объединение экспертных моделей

Мы занимаемся объединением экспертных моделей, обученных на разных доменах, в единую модель, которая сочетает в себе сильные качества каждой из них. Для этого мы активно исследуем и применяем такие методы, как On-Policy Distillation (OPD).

Больше об ML в Яндексе — в канале Yandex for ML

* Отлично знаете классические методы ML и NLP
* Понимаете, как устроены современные LLM, решали с их помощью прикладные задачи или имеете релевантный исследовательский опыт

<iframe width=560 height=315 src="https://frontend.vh.yandex.ru/player/vCaHXrAa6RQM?from=videohub&mute=1&autoplay=1&branding=0" allow="autoplay; fullscreen; accelerometer; gyroscope; picture-in-picture; encrypted-media" frameborder="0" scrolling="no" allowfullscreen="allowfullscreen"></iframe>

Яндекс Путешествия — это сервис по поиску и бронированию отелей, авиабилетов, билетов на поезда и автобусы. Мы строим честный сервис с классным клиентским опытом и поддержкой.

Команда аналитики проводит эксперименты, оттачивает метрики и находит точки роста сервиса. У нас самые разные объёмы данных и возможность влиять на все элементы сервиса. Мы ищем продуктовых аналитиков в команды приложения, транспорта и отелей.

* создавать и дорабатывать дашборды для основных воронок и других метрик и продуктовых изменений;
* разрабатывать эксперименты и анализировать их результаты;
* ставить задачи на разработку недостающих логов, событий или атрибутов;
* искать точки роста продукта (воронки покупки, тепловые карты интерфейса, просадки в тех или иных элементах приложения), находить аномалии.

* работали продуктовым аналитиком более двух лет;
* знаете SQL на уровне оконок и CTE;
* хорошо знакомы с одним из инструментов мобильной или веб-аналитики: AppMetrica, Firebase, Google Analytics, Apple App Analytics, Яндекс Метрика, Adjust;
* знаете, какие метрики мобильного приложения показательны для определения его длительного и стабильного роста;
* больше двух лет работали со стеком Data Science в Python (NumPy, pandas, SciPy, sklearn) или с R/Julia;
* умеете проводить статистические исследования (А/В-тестирование, доверительные интервалы) и аргументировать свой подход;
* способны аргументированно отстаивать свою точку зрения и прислушиваться к мнению коллег.

* работали с AppMetrica;
* лично формулировали задачи на добавление недостающих событий и логов;
* разрабатывали сложные эксперименты;
* погружены в мобильную разработку;
* знакомы с travel-спецификой;
* имеете практический опыт ML в рабочих задачах.

🔍 Руководитель группы разработки алгоритмов безопасности автономного грузовика

Наша команда отвечает за алгоритмы, обеспечивающие безопасное поведение автономного грузовика. Мы проверяем траектории ML-планировщика, оцениваем риски, соблюдение ПДД, сами строим безопасные траектории и контролируем их исполнимость системой управления машиной.

Какие задачи вас ждут:

• Руководство группой
Управлять командой: формулировать цели, выстраивать процессы разработки, развивать сотрудников и участвовать в найме.

• Техлидерство и архитектура
Принимать архитектурные решения, определять требования к алгоритмам, проводить ревью сложных изменений, помогать команде решать нетривиальные задачи.

• Разработка алгоритмов
Развивать алгоритмы, которые отвечают за безопасные траектории и манёвры: учёт кинематики/динамики, ограничений по устойчивости, габаритов, инерции.

• Производительность и масштабирование
Выявлять узкие места, улучшать время выполнения и использование ресурсов, поддерживать эффективную работу в реальном времени.

Мы ждём, что вы:
• Сильны в алгоритмах и олимпиадах, разбираетесь в сложных системах; ожидаем от вас очень сильной олимпиадной подготовки
• Имеете опыт промышленной разработки на C++ (больше трёх лет)
• Были техлидом или управляли командой

Наши бонусы:
В Яндексе легко заниматься спортом — у нас есть бесплатные онлайн-тренировки от партнёров, а ещё скидки в фитнес-клубах, бассейнах и студиях йоги. Это не все бонусы — полный список тут.

📩 Откликайтесь на вакансию на нашем сайте

#автономный_транспорт #бэкенд #senior #тимлид #CPP #офис #москва

Яндекс Доставка помогает людям и бизнесу доставлять заказы в сотнях городов по всему миру. Каждый день наши алгоритмы решают, какого исполнителя назначить на заказ, когда отправить его в точку, как построить маршрут и что сделать, если доставка отклоняется от плана. От качества этих решений напрямую зависят скорость и стоимость доставки, загрузка исполнителя и опыт клиентов.

Мы развиваем ML-продукты для доставки под ключ: находим точки роста, формулируем задачу, собираем данные, обучаем модели, внедряем их в высоконагруженные сервисы, проводим эксперименты и отвечаем за качество после запуска. В команде есть задачи и для тех, кому интересен классический ML на больших табличных данных, и для тех, кто хочет работать с LLM.

Кроме развития работающих продуктов, мы запускаем новые экспериментальные продукты. В таких проектах нужно самостоятельно разобраться в предметной области, сформулировать проверяемые гипотезы, быстро собрать прототип и понять, стоит ли превращать его в продукт.

Узнайте больше про разработку городских сервисов Яндекса на dev.go.yandex

Классический ML на больших данных

Мы прогнозируем время прибытия исполнителя, ожидания в точке, приготовления заказа и движения между точками маршрута; улучшаем назначение заказов, батчинг и персональные цели исполнителей; восстанавливаем по геосигналам реальные этапы доставки и уточняем точки выдачи заказа; выявляем отклонения от маршрута и другие нарушения, автоматизируя решения поддержки.

LLM и агентские продукты

Мы используем LLM для обработки и суммаризации комментариев к заказам, строим RAG- и агентские системы, готовим данные и оцениваем качество моделей.

Полный цикл ML-задачи

Вы будете превращать продуктовые проблемы в ML-постановки, выбирать целевые метрики и оценивать потенциальный эффект; исследовать данные, строить признаки и датасеты, обучать и сравнивать модели; проектировать онлайн- и офлайн-оценку качества, проводить A/B-эксперименты и разбирать их результаты; отвечать за результат целиком: от исследования до запуска и поддержки в продакшене.

Платформа, инфраструктура и продакшен

Вы станете внедрять модели в высоконагруженные сервисы и развивать сервисы их применения; следить за качеством после запуска: строить мониторинги, находить деградации и устранять их причины; улучшать инструменты и инфраструктуру, сокращая путь от идеи до работающей модели; развивать платформу обучения, применения и мониторинга моделей под высокой нагрузкой.

Экспериментальные продукты

Вам предстоит самостоятельно разбираться в новой предметной области, формулировать проверяемые гипотезы, быстро собирать прототип и определять, стоит ли превращать его в продукт. Плотно взаимодействовать с разработчиками, аналитиками, продакт-менеджерами и командами логистических алгоритмов.

Больше об ML в Яндексе — в канале Yandex for ML

* Знаете основные методы ML и понимаете, как выбирать модель и метрики под задачу
* Используете AI-инструменты для исследования и разработки, проверяя и улучшая результат
* Уверенно программируете на Python
* Владеете SQL и умеете работать с большими данными
* Знакомы с классическими алгоритмами и структурами данных
* Умеете проверять гипотезы, искать причины в данных и видеть за изменением метрик физический и продуктовый смысл
* Умеете работать с неопределённостью: превращать открытую исследовательскую задачу в последовательность проверяемых шагов
* Готовы отвечать за результат целиком: от исследования до запуска и поддержки в продакшене
* Умеете ясно обсуждать решения и договариваться с коллегами из разных функций

* Внедряли ML-модели в высоконагруженные сервисы
* Программировали на C++ или готовы его освоить
* Работали с распределённой обработкой данных и ML-пайплайнами
* Проводили A/B-эксперименты и принимали решения по их результатам
* Решали задачи геоаналитики, маршрутизации, временных рядов или прогнозирования времени
* Работали с LLM: готовили данные, настраивали модели, оценивали качество или строили RAG- и агентские системы

Мы создаём платформу управления человекоподобными роботами. Чтобы роботы могли устойчиво двигаться, взаимодействовать с окружающей средой и выполнять полезные задачи в реальных условиях, необходимо много разнообразных и качественных данных. Мы развиваем инструменты и процессы, которые позволяют собирать, структурировать и использовать эти данные для обучения и улучшения нейросетевых моделей.

Важная часть этого процесса — удобный и надёжный интерфейс взаимодействия человека с роботом. Он должен позволять оператору безопасно управлять роботом, записывать демонстрации и контролировать качество собираемых данных даже при нестабильной сети и ограниченных ресурсах бортовой платформы.

Почему эта задача интересна:
* Результат вашей работы станет связующим звеном между человеком, физическим роботом и ML-пайплайном. Созданные инструменты будут одновременно помогать операторам управлять роботами, обеспечивать команду качественными данными и ускорять развитие нейросетевых моделей.
* Предстоит работать на стыке системной разработки, робототехники, мультимедиа и инфраструктуры данных — вы сразу увидите, как программные решения влияют на поведение реального робота.

Мы ищем разработчика, который поможет превратить исследовательские скрипты и прототипы в рабочие инструменты телеуправления и сбора данных для ежедневного использования.

Разработка и развитие инструментов сбора данных на роботе

Вы будете создавать на C++ компоненты для непрерывной записи данных с сенсоров, состояния робота и действий оператора. Предстоит обеспечить согласованность данных и контроль их качества, а также сделать процесс устойчивым к сбоям отдельных компонентов.

Интеграция с пайплайном хранения и обработки

Вам предстоит организовать автоматическую доставку собранных данных с робота в инфраструктуру хранения и дальнейшей обработки. Нужно будет реализовать механизмы повторной отправки данных и восстановления после сбоев, а также уведомления об ошибках, мониторинг задержек и полноты данных.

Удалённое телеуправление роботом

Вы будете развивать систему безопасного управления роботом на расстоянии: передачу команд, видео и телеметрии между оператором и роботом. Важно обеспечить предсказуемое поведение системы при нестабильном соединении, высокой задержке или потере связи и предоставить оператору понятную информацию о состоянии робота.

Превращение R&D-прототипов в рабочий инструмент

Вместе с исследователями и операторами вы будете улучшать пользовательские сценарии, автоматизировать типовые действия и создавать инструменты диагностики. Цель — снизить когнитивную нагрузку на оператора и сделать сбор данных воспроизводимым и удобным для ежедневной эксплуатации.

Масштабирование на разные робототехнические платформы

Вы будете проектировать архитектуру и интерфейсы так, чтобы инструменты можно было переносить между разными моделями роботов с минимальными изменениями. Предстоит отделять общую логику от платформенной, развивать адаптеры и поддерживать единое поведение системы на всём парке роботов.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Работали с Linux
* Уверенно пишете на современном C++ и владеете Python на базовом уровне
* Разбираетесь в ROS 2 и DDS
* Понимаете многопоточное и сетевое программирование
* Умеете проектировать надёжные инструменты, диагностировать сбои и проблемы с производительностью

* Работали с мультимедийным стримингом и профилировали задержки
* Использовали Isaac Sim, MuJoCo, PyBullet или другие симуляторы
* Разрабатывали решения для VR
* Оптимизировали ПО для встраиваемых платформ, в том числе для NVIDIA Jetson
* Создавали системы телеуправления, сбора данных, логирования или мониторинга

Команда Yandex Cloud непрерывно расширяет количество доступных сервисов и совершенствует свои продукты. Одновременно стремительно растёт количество наших клиентов и круг задач, которые мы помогаем решить.

Мы ищем талантливых специалистов в области поддержки, способных быстро разбираться в технических проблемах пользователей инфраструктурного облака. Хорошо, если вы умеете общаться с людьми в стрессовых ситуациях, работали с распределёнными многокомпонентными инфраструктурами, умеете диагностировать корневые причины проблем и предлагать решения.

Какие задачи вас ждут

• Консультировать клиентов Yandex Cloud по вопросам, возникающим при использовании сервисов облака
• Развёртывать тестовые стенды, чтобы диагностировать managed-решения Yandex Cloud и находить оптимальные реализации сценариев клиентов
• Воспроизводить сложные технические кейсы и решать их, а если понадобится — то инициировать их решение на уровне сервисов
• Своевременно распознавать технические инциденты на инфраструктуре и вместе с командами сервисов участвовать в их решении
• Сотрудничать с senior-инженерами направления при решении обращений

Мы ждем, что вы

• На middle-уровне занимаетесь системным администрированием и траблшутингом Linux-систем и сетевых технологий
• Работали с PostgreSQL, ClickHouse, Greenplum, Kafka, Redis, MongoDB, MySQL, Elasticsearch/OpenSearch, получили опыт настройки и траблшутинга одной или нескольких БД из этого списка

Будет плюсом, если вы

• Работал с Terraform и системами управления конфигурациями Puppet, Chef, Ansible, Salt
• Получили сертификат Yandex Cloud Certified Engineer Associate или другие сертификаты Yandex Cloud или иных облачных провайдеров
• Получили сертификаты, связанные с PostgreSQL, ClickHouse, Greenplum, Kafka, Redis, MongoDB, MySQL, Elasticsearch/OpenSearch
• Писали скрипты на Bash, Python, Golang

Чат с Алисой — популярное приложение для общения с умным ассистентом. Алиса помогает находить информацию, решать повседневные задачи и постоянно получает новые возможности благодаря развитию технологий. Мы ищем дизайнера, который поможет превращать сложные технологии в простой, понятный и человечный пользовательский опыт для миллионов людей.

Больше о том, как мы внедряем технологии в креатив, — в канале [Yandex for TechnoCreative](https://t.me/Yandex4TechnoCreative) (все профессии — внутри разделов).

Придумывать новый опыт работы с AI

Вам предстоит проектировать взаимодействие, в котором AI не только отвечает на вопросы, но и помогает выполнять реальную работу.

Проектировать сложные рабочие сценарии

Вы будете помогать пользователям ставить задачи, работать с информацией и получать готовый результат с помощью AI.

Искать новые форматы взаимодействия

Вам предстоит придумывать, как человек ставит задачи AI, контролирует процесс и работает вместе с ассистентом.

Превращать возможности AI в понятный продукт

Вы будете делать сложные технологии и агентные сценарии простыми, удобными и красивыми.

* Имеете продуктовый опыт
* Проектировали мобильные и веб-интерфейсы
* Отлично владеете Figma: создаёте удобные макеты на компонентах, в которых разберётся и разработчик, и менеджер
* Владеете инструментами создания анимаций
* Используете GPT в работе или личных проектах
* Умеете делать интерфейсы простыми и красивыми
* Можете работать в команде и говорить на одном языке с разработчиками и менеджерами
* Следите за развитием технологий и готовы быстро разбираться в новом
* Воодушевлены и хотите создавать новый опыт взаимодействия человека с AI

* Проектировали голосовые интерфейсы

В Плюс Фантех входит Яндекс Музыка, Кинопоиск, Яндекс Книги, Яндекс Афиша и подписка Яндекс Плюс.

Мы развиваем дата-платформу уровня всего бизнес-юнита в федеративной структуре: сильные автономные продуктовые сервисы и центр, который отвечает за общие стандарты, платформу и стратегию работы с данными. Сейчас мы адаптируем принципы Data Mesh под нашу реальность и одновременно смотрим дальше — в сторону семантического слоя, баз знаний и управления контекстом для AI-агентов.

Ищем руководителя, который возглавит службу управления данными, станет партнёром в развитии дата-стратегии бизнес-юнита и будет вести трансформацию дата-функции — от текущей модели к целевой архитектуре. Это роль для человека, который умеет не только выстраивать процессы, но и управлять изменениями там, где нет готовых ответов и где решения затрагивают смежные команды.

Дата-стратегия бизнес-юнита

Вы будете развивать стратегию работы с данными в партнёрстве с руководством вертикали, переводить её в конкретные планы и удерживать регулярный ритм исполнения стратегических инициатив.

Трансформация дата-функции

Вам предстоит вести трансформационные проекты, затрагивающие домены: выявлять узкие места, договариваться о зонах ответственности, определять критерии успеха и метрики, отражающие качество модели работы с данными. Совместно с CDO сервисов нужно будет развивать и трансформировать роль дата-инженеров в новой архитектуре.

Развитие платформы данных

Вы будете отвечать за развитие платформы данных (self-service, Data Governance) и за высокий инженерный уровень дата-инженерии — единые стандарты и зрелые практики команды.

Управление командой

Вы возглавите команду из 20 человек: дата-инженеров в доменах и специалистов команды Data Governance.

Больше о разработке в Яндексе — в канале Yandex for Developers

* Проводили реальные трансформации (желательно в работе с данными): переходили к новым моделям и архитектурам, а не только поддерживали существующий процесс
* Управляли изменениями в среде с сильными автономными командами: влияли без прямой власти, договаривались и доводили проекты до результата
* Имеете собственное содержательное суждение в области дата-архитектуры (Data Mesh, платформы, self-serve) и интересуетесь AI-повесткой (семантический слой, контекст для агентов)
* Умеете переводить стратегию в конкретные планы и удерживать регулярное исполнение
* Готовы к открытому диалогу, дискуссии по существу и совместной проработке решений в условиях неопределённости

* Строили базы знаний, knowledge graphs, RAG-инфраструктуру
* Создавали системы управления контекстом AI-агентов

• Создавать концепции: придумывать визуал для нестандартных коммуникационных задач, спецпроектов и мероприятий.
• Делать выдающиеся презентации: от уверенной сборки слайдов в готовом стиле до разработки визуальной концепции с нуля.
• Оформлять пространства: придумывать дизайн для офлайн-мероприятий и адаптировать графику под любые физические носители.
• Разрабатывать мерч и полиграфию: делать сувенирку, которую хочется носить, и макеты, которые безупречно печатаются.
• Поддерживать в digital: создавать лендинги, промостраницы, баннеры и графику для соцсетей, чтобы спецпроект круто жил в онлайне.
• Дружить с нейросетями: использовать AI-инструменты для поиска референсов, генерации и доработки графики.
• Управлять хаосом: вести несколько проектов параллельно, легко переключаясь между вебом и офлайном.

• Свободу локации: полностью удалённый формат работы. График — классическая пятидневка (5/2) с 10:00 до 19:00 по московскому времени.
• Прозрачные условия: стабильный доход, в среднем — от 150 000 рублей «на руки». Окончательная сумма определяется по итогам собеседования.
• Масштаб: отличные возможности для профессионального роста и развития на проектах, которые увидят тысячи людей.
• Своих людей: дружную и активную команду. Мы всегда поможем, подскажем и вовремя подбодрим мемами в чате.

Фантех — бизнес-юнит Яндекса. Мы развиваем развлекательные онлайн-сервисы Яндекс Плюса: Кинопоиск, Музыку, Яндекс Афишу, Книги и другие продукты. Наша задача — создавать технологии, которые помогают пользователям быстрее и удобнее находить интересный контент.

Наша команда разрабатывает AI‑продукты. Один из них — Люмен, AI‑собеседник на медийную тематику. Он помогает выбирать контент в сервисах Фантеха, учитывает интересы пользователя и поддерживает разговор о кино, музыке, книгах и других развлечениях.

Мы ищем SRE-инженера для эксплуатации уже работающих AI‑сервисов, развития наблюдаемости и поддержки команд при запуске новых микросервисов.

Обеспечивать надёжность AI‑сервисов

Вы будете следить за состоянием работающих сервисов, участвовать в дежурствах, диагностировать нештатные ситуации и устранять их причины. Важно не только восстанавливать работу системы, но и снижать вероятность повторения подобных сбоев.

Развивать наблюдаемость

Вам предстоит улучшать мониторинг, логирование и алертинг, определять критичные показатели сервисов и внедрять практики SLI, SLO и error budget. Это поможет команде принимать решения о надёжности на основе данных и раньше замечать проблемы.

Помогать запускать новые микросервисы

Вы будете вместе с разработчиками проектировать инфраструктуру новых компонентов, настраивать их развёртывание и интеграцию с общей платформой. В работе мы используем внутренние инструменты Яндекса, включая Yandex Deploy и IDP.

Автоматизировать эксплуатацию

Вы станете писать инструменты на Python, развивать CI/CD и автоматизировать создание и настройку инфраструктуры. Цель — уменьшать объём ручных операций и делать запуск изменений предсказуемее.

Развивать инженерные практики

Вам предстоит участвовать в проектировании отказоустойчивых решений, разбирать инциденты и помогать команде улучшать процессы разработки и эксплуатации.

Больше о разработке в Яндексе — в канале Yandex for Developers

* Работали с Linux или другими Unix-системами и умеете диагностировать системные проблемы
* Понимаете сетевые протоколы, DNS, HTTP, балансировку и маршрутизацию
* Умеете строить мониторинг, анализировать логи и настраивать полезные алерты
* Программируете на Python и используете код для автоматизации инфраструктурных задач
* Работали с системами оркестрации и Infrastructure as Code: Kubernetes, Terraform, Ansible или аналогами
* Понимаете устройство CI/CD и путь изменения от кода до эксплуатации в продакшене
* Работали с облачной инфраструктурой
* Умеете работать с базами данных, очередями и кешами
* Понимаете принципы построения отказоустойчивых распределённых систем
* Знакомы с SLI и SLO и готовы участвовать в развитии этих практик
* Готовы участвовать в дежурствах и сопровождать критичные сервисы
* Умеете обсуждать инфраструктурные и архитектурные решения с разработчиками

* Эксплуатировали высоконагруженные системы и занимались capacity planning
* Внедряли SLI, SLO и error budget
* Обеспечивали надёжность сервисов, взаимодействующих с LLM или внешними API
* Знакомы с особенностями наблюдаемости и диагностики AI‑систем
* Проводили нагрузочное тестирование и оптимизировали производительность сервисов

Команда проектного офиса блока коммуникаций и медиа бизнес-группы Персональных сервисов ищет проджект-менеджера. Вам предстоит создавать процессы, продумывать их бизнес-логику и адаптировать под разные команды, искать узкие места, а также находить нестандартные решения для блока PR.

Поддержание всех существующих процессов в блоке

Вам предстоит поддерживать уже запущенные процессы, улучшать их и по возможности часть процессов автоматизировать. Также вы будете делать ревью процессов и продумывать, от чего можно отказаться.

Внедрение новых процессов

Вам нужно будет слышать запросы по выстраиванию процессов/инструментов от команд внутри блока, при этом понимать общую картину и предлагать подходы к решению этих задач с учётом интересов разных команд. Также вы будете изучать болевые точки без прямого запроса от команд, подсвечивать их и предлагать решения, собирать обратную связь по процессам и адаптировать их.

Ведение проектов

Вам предстоит работать с разными командами по разным проектам: проводить кик-офф-встречи, собирать рабочие команды, вести бэклог задач, отслеживать выполнение задач и сроки, представлять результаты на команду или весь блок.

* Взаимодействовали с разными командами и понимаете, как строить процессы
* Знаете, как управлять обсуждениями и фиксировать результаты
* Способны точно выражать свои мысли устно и письменно
* Знакомы со спецификой работы в коммуникациях (хотя бы верхнеуровнево)
* Умеете находить общий язык с людьми разных профессий и специальностей
* Готовы к большому количеству коммуникаций, позитивны и готовы учитывать специфику работы разных людей

Мы разрабатываем Яндекс Товары — кабинет для владельцев интернет-магазинов, который помогает развивать бизнес за счёт размещения товаров в Поиске.

Наша задача — помочь продавцам добавить в Поиск как можно больше товаров, дать рекомендации, как увеличить продажи. Наши пользователи — десятки тысяч интернет-магазинов. Мы создаём кабинет для бизнеса, но помним, что им будут пользоваться люди!

Если вам интересно работать над одним из важнейших инструментов для продавцов, влиять на архитектуру, заботиться о стабильности и масштабируемости — вам к нам.

Развитие кабинета и запуск фич

Яндекс Товары — активно развивающийся продукт, поэтому вы будете реализовывать новые пользовательские сценарии и совершенствовать аналитику для продавцов.

Проектирование архитектуры

Вы будете создавать архитектуру, проектировать новые фичи и улучшать существующие.

Стабильность и качество кода

Вы будете настраивать мониторинг и алерты, писать разные виды тестов, проводить код-ревью и т. д.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Знаете Go или похожий язык
* Готовы писать на Go
* Знаете базовые алгоритмы и структуры данных и области их применения
* Пишете аккуратный тестируемый код
* Умеете искать и предлагать решения, разбираться в чужом коде
* Самостоятельны и проактивны, любите работать в команде

* Знаете Java
* Занимались многопоточным программированием
* Создавали распределённые системы с большой нагрузкой
* Работали с системами очередей, балансировщиками, логами, мониторингом, MapReduce-системами

В команду Яндекс Лавки ищем аналитика, который поможет нам развивать качество курьерской логистики и улучшать пользовательский опыт.

Вам предстоит искать способы повысить качество сервиса — в том числе с помощью новых логистических механик, персонализации и улучшения взаимодействия пользователя с продуктом. Вы будете анализировать пользовательские паттерны, выявлять узкие места в сервисе и предлагать проекты, которые улучшат экономику и клиентский опыт.

Если вам нравятся эксперименты, работа с большими данными и возможность напрямую влиять на бизнес — будем рады познакомиться.

Узнайте больше про разработку городских сервисов Яндекса на dev.go.yandex

Стратегия качества сервиса

Вы будете создавать и тестировать новые промо- и логистические механики для пользователей и курьеров: персонализировать сервисы, учитывать паттерны поведения пользователей и помогать формировать стратегию качества сервиса.

Эксперименты и аналитика

Вам предстоит проводить A/B‑тесты и другие эксперименты, оценивать эффективность промо‑ и логистических механик, разрабатывать систему метрик, чтобы анализировать, как качество сервиса влияет на ключевые бизнес‑показатели, и измерять эффект от внедряемых изменений.

Анализ метрик

Вы будете повышать эффективность курьерской логистики и качество сервиса Лавки: искать точки роста, предлагать инициативы и улучшать юнит‑экономику за счёт оптимизации доходов и затрат компании.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Работали в аналитике (SQL, Python, A/B-тесты)
* Работали с данными: статистика, ML‑модели (желательно)
* Работали в продуктовой аналитике или логистике
* Умеете работать с большими объёмами данных и автоматизировать процессы

Яндекс Плюс Фантех — это центр подписного бизнеса Яндекса и крупнейшая подписка в России. Плюс объединяет музыку, кино, книги, игры и десятки других сервисов, делая доступ в экосистему Яндекса простым, выгодным и персонализированным. Мы создаём будущее подписок — ищем новые точки роста, меняем процессы и запускаем масштабные инициативы.

Мы не просто поддерживаем текущий продукт — мы проектируем сценарии роста для миллионов пользователей. Наша команда работает на стыке стратегии, аналитики и продуктовой разработки: ищем возможности, проверяем гипотезы и переводим крупные идеи в реальные проекты. Если вы готовы работать в условиях высокой неопределённости, любите находить точки роста и запускать изменения в большом масштабе — приходите к нам!

Поиск точек роста в подписной базе

Вы будете анализировать текущие сценарии использования подписки, искать зоны роста внутри существующей базы пользователей и формировать гипотезы для увеличения выручки, удержания и вовлечённости.

Поиск точек роста вне подписной базы

Предстоит исследовать новые сегменты аудитории, разрабатывать стратегии привлечения и тестировать каналы выхода за пределы текущего охвата.

Выстраивание процессов стратегического планирования

Нужно будет формировать системные процессы долгосрочного планирования роста, согласовывать их с ключевыми стейкхолдерами и обеспечивать прозрачность реализации.

Формулирование и запуск крупных change-инициатив

Вы будете инициировать масштабные изменения: от разработки концепций и финансового моделирования до запуска и контроля реализации.

* Работали в управлении проектами, продуктовой разработке, венчурных инвестициях, менеджменте стартапов или стратегическом консалтинге более трёх лет
* Умеете разрабатывать и проверять бизнес-модели, просчитывать экономику проектов и оценивать их эффективность
* Отлично владеете навыками коммуникации: умеете договариваться и влиять на решения без прямого административного авторитета
* Уверенно готовите презентации и слайды для руководства и стейкхолдеров, чётко формулируете идеи и «продаёте» видение
* Демонстрируете системное и стратегическое мышление, ориентированы на поиск возможностей и создание ценности
* Имеете опыт работы в IT, технологических или digital-продуктах, особенно в подписках или сервисах с широкой пользовательской базой

Мы ищем менеджера проектов в отдел коммуникационного дизайна. Вам предстоит управлять проектами для внутренних заказчиков — маркетинга, PR и продуктовых команд: планировать работу, контролировать сроки, качество и бюджет, координировать команду и внешних подрядчиков.

Важно не только обеспечивать прозрачность и порядок в процессах, но и помогать улучшать их: оптимизировать загрузку департамента, повышать эффективность взаимодействия с заказчиками и работать с проектами разного масштаба — от стандартных задач до инициатив с проработкой гипотез и созданием MVP.

Управлять проектами от постановки задачи до результата

Вы будете собирать задачи от внутренних заказчиков, уточнять вводные, формировать брифы и роадмапы, разделять работу на этапы и контролировать выполнение.

Планировать и распределять загрузку команды

Вам предстоит отслеживать загрузку департамента и распределять задачи между дизайнерами и внешними подрядчиками с учётом приоритетов и доступных ресурсов.

Контролировать сроки и качество результатов

Вы будете следить за ходом проектов и обеспечивать соответствие результатов установленным требованиям и стандартам.

Управлять бюджетом направления

Понадобится контролировать расходы на услуги и материалы, отслеживать затраты и отвечать за квартальное прогнозирование бюджета коммуникационного дизайна.

Обеспечивать прозрачность процессов и документации.

Вы будете вести проектную документацию, оформлять документы, в том числе на оплату услуг подрядчиков, и поддерживать порядок в рабочих процессах.

* Управляли проектами: умеете планировать работу, распределять задачи, контролировать сроки и качество, вести документацию
* Умеете выстраивать и улучшать бизнес-процессы
* Имели дело с роадмапами — умеете использовать их для планирования работы и управления проектами
* Способны декомпозировать сложные и неопределённые задачи, превращая их в понятные этапы
* Понимаете принципы бюджетирования и контроля расходов
* Умеете работать с проектами разного типа, в том числе при высокой неопределённости
* Внимательны к деталям, ответственны и автономны в работе
* Проактивны и ориентированы на результат и улучшение процессов
* Умеете выстраивать взаимодействие с разными стейкхолдерами, находить компромиссы и аргументировать свои решения

* Получили опыт в агентстве и умеете быстро переключаться между разными брендами и задачами
* Работали или взаимодействовали с IT- и бигтех-компаниями
* Работали с рекламными коммуникациями в различных каналах (от соцмедиа до 360-кампаний)
* Понимаете специфику продуктов в сфере автономного транспорта

Наша быстрорастущая команда разрабатывает и запускает страховые продукты, которых ещё нет на рынке. Мы создаём новый сервис — простой, понятный, с заботой о человеке. Особый упор делаем на данные: определение стоимости продукта, контроль убытков, поиск точек роста.

Мы — стартап, который стремится изменить индустрию страхования. Ваша миссия — применить данные так, чтобы создать лучший продукт.

Узнайте про разработку городских сервисов Яндекса на dev.go.yandex.

Погружение в сценарии пользователей и бизнес-логику новых страховых продуктов

Вам предстоит анализировать потребности и поведение пользователей, изучать особенности и механизмы работы страховых продуктов для разработки эффективных решений и улучшения пользовательского опыта.

Анализ данных, поиск инсайтов, помощь в принятии продуктовых решений

Вы будете обрабатывать и анализировать большие объёмы данных, выявлять ключевые тенденции и закономерности, предлагать основанные на данных рекомендации для оптимизации продуктов и улучшения бизнес-показателей.

Координация проектов нашей команды и других сервисов Яндекса

Нужно будет обеспечивать эффективное взаимодействие и обмен информацией между командой и другими подразделениями, координировать совместные проекты и инициативы, способствовать достижению общих целей.

Формулирование метрик, проверка гипотез, поддержка запуска новых фич и сценариев

Вы будете разрабатывать и внедрять системы метрик для отслеживания эффективности продуктов и решений, проводить A/B-тестирования и анализировать результаты, оказывать поддержку при запуске новых функций и сценариев.

Влияние на стратегию

Вам предстоит активно участвовать в разработке и реализации стратегических инициатив, предлагать решения для достижения долгосрочных целей и развития бизнеса, тесно сотрудничать с руководством и с другими ключевыми стейкхолдерами.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Уверенно владеете SQL, Python
* Имеете опыт в области продвинутой аналитики
* Обладаете сильными коммуникативными навыками: нужно будет много общаться и продавать идеи
* Любите скорость и готовы к смене задач: делать MVP, запускать его, учиться, переделывать
* Адаптивны: иногда задачи будут размытые
* Обладаете продуктовым мышлением и хотите работать над сервисом, которым будут пользоваться миллионы людей

Яндекс Пэй, Сплит, Сейвы, карта Про — всё это сервисы Финтеха Яндекса, которые помогают нашим пользователям быстро, комфортно и безопасно проводить оплату, а также управлять собственными финансами. Мы делаем эти процессы бесшовными, создавая такой банк, которым нам самим хочется пользоваться.

Команда SRE Финтеха отвечает за надёжность и доступность финансовых сервисов в компании. Мы придумываем, реализуем и сопровождаем разные архитектурные решения, создаём комфортные условия для разработки.

Сейчас мы поддерживаем более трёхсот сервисов, развернули десятки кластеров разных баз данных и следим за тысячей виртуальных машин. Используем открытые технологии и популярные практики, работаем с Kubernetes, Istio, Terraform, Ansible и GitLab. Ищем инженеров с разным опытом, не обязательно из банковской сферы. Для начинающих подберём ментора, а сильным специалистам найдём возможности для реализации.

Развитие инфраструктуры

Вы будете развивать ядро облачной платформы для Яндекс Пэй, Сплита и других сервисов: улучшать и автоматизировать инфраструктуру, устранять узкие места, избавляться от технического долга, обеспечивать надёжность и безопасность по мере роста нагрузки и количества сервисов.

Архитектурные решения

Вы будете заниматься глубокой проработкой архитектурных задач и внедрять их в продакшн. Речь идёт о серьёзных решениях, которые надолго станут частью платформы и будут определять её развитие.

Инцидент-менеджмент

Вы будете участвовать в работе с инцидентами: подключаться в сложных случаях, разбирать причины произошедшего и формировать задачи, которые снизят риск повторений. Большую часть инцидентов обрабатывает дежурная смена.

Больше о разработке в Яндексе — в канале Yandex for Developers

* Работали с Unix-системами
* Понимаете, как пользовательские приложения взаимодействуют с ОС
* Работаете с базами данных SQL и NoSQL
* Строили или администрировали отказоустойчивые системы, работающие 24/7/365 с минимальным участием человека
* Понимаете, как устроены сетевые протоколы и зачем нужна маршрутизация
* Писали на Python, C++ или Go
* Локализовали проблемы в больших и сложных системах
* Хотите развивать новый продукт

* Работали с публичными облаками: AWS, GCP, Yandex Cloud
* Работали с K8s, Istio, Cilium
* Использовали в работе Terraform/Terragrunt, Ansible, GitLab CI
* Улучшали рабочие процессы
* Умеете работать с большими проектами и декомпозировать их до прозрачного уровня
* Имеете представление о практиках FinOps

Наша команда занимается улучшением генеративных моделей AliceAI LLM для пользователей Алисы. Сейчас наша главная цель — сделать LLM модель AliceAI ещё более умной, человечной и полезной для многомиллионной аудитории пользователей чата с Алисой AI. Для этого мы работаем с передовыми alignment-техниками, такими как RL и мультиаспектные reward-функции, развиваем LLM-модель и дополняем её новыми свойствами.

В октябре 2025 года мы представили новую AliceAI LLM, основанную на архитектуре MoE. Чтобы делать продукт ещё круче, мы ищем ML-инженера, заинтересованного в прикладной работе с LLM-моделями и техниками RL.

Почему у нас круто?

* Вы будете на передовой AI: предстоит работать с технологиями, которые определят будущее ИИ
* Реальный импакт: ваши решения увидят и оценят миллионы пользователей
* Сильнейшая команда: коллеги, с которыми можно свернуть горы
* Постоянное развитие: доступ к самым свежим исследованиям и вычислительным ресурсам

Это шанс не просто работать с LLM, а создавать ИИ, который изменит правила игры. Присоединяйтесь!

Исследование подходов RL

Хороший ответ LLM обладает разными ценными свойствами: это структурированность, полезность, человечность, фактологичность, безопасность и другие. Для улучшения каждого из свойств мы используем методы RL (например, GRPO), в основе которых лежат reward-модели, обученные для оценки каждого из аспектов. При работе над аспектом возникает ряд сложных технических задач, например борьба с reward-hacking, корреляцией и антикорреляцией разных reward-функций, поиск tradeoff-ов между разными аспектами. Именно эти задачи нужно будет решать на повседневной основе, реализуя и совершенствуя методы обучения.

Работа с RAG

Для повышения полезности и фактологичности ответа AliceAI LLM может использовать источники из поиска Яндекса. При работе над каким-либо срезом ответов, например образовательным, важно думать о том, чего мы ожидаем от модели при виде релевантного или нерелевантного документа, сможет ли модель ответить «из головы». Поэтому в нашей работе мы зачастую ставим эксперименты для улучшения качества за счёт правильного использования внешних источников информации.

Возможность развития вширь

Наша команда находится в центре стремительно развивающегося продукта AliceAI. Вплотную с нами продуктом занимается множество людей — аналитики, бэкенд- и фронтенд-разработчики, продуктовые исследователи. В ходе взаимодействия с ними экспертный опыт в области растёт, рождаются новые идеи и инсайты. Обнаружив такую точку роста, при желании можно сформулировать задачу, согласовать совместные шаги со смежными командами и довести её до результата — не только с технической стороны, но и с точки зрения управления. Подобные инициативы отлично развивают навыки лидерства и техлидерства, и появляются они достаточно часто.

Подробнее про Alice AI

Больше об ML в Яндексе — в канале Yandex for ML

* Отличаетесь глубоким интересом к прикладным ML-исследованиям и страстью к созданию умных моделей
* Работали с NLP и LLM и понимаете, как устроены современные языковые модели

* Имеете опыт в reinforcement learning (RL) и знаете, как заставить модели учиться на своих действиях

Претрейн — первый и самый затратный этап обучения больших языковых моделей (LLM). Его оптимизация даже на несколько процентов может сэкономить компании десятки миллионов рублей.

Наша команда отвечает за скорость и стабильность обучения моделей Alice AI LLM. Мы разрабатываем фреймворк для распределённого обучения на сотнях GPU, ставим много экспериментов, ускоряем и улучшаем базовые модели, которые выкладываются в open source и интегрируются в ключевые сервисы. Помимо нас, нашим фреймворком для обучения пользуются почти все LLM-инженеры Яндекса, а некоторые его части есть в открытом доступе. Например, мы можем похвастаться разработкой YaFSDP, ускоряющего предобучение на 20% в сравнении с решением от Torch.

Приглашаем в команду старшего LLM-разработчика. Откликайтесь на вакансию, даже если вы знаете не всё из перечисленного ниже, но очень хотите научиться — и уже учитесь.

Повышение скорости и стабильности претрейна Alice AI LLM

Мы прокачиваем все составляющие гигантских LLM-обучений: эффективно реализуем разные виды распределённого обучения, значительно ускоряем обучение на тысячи GPU за счёт использования типов пониженной точности и самописных CUDA/Triton-кернелов, экспериментируем с архитектурой, оптимизаторами и др. У вас будет возможность поработать над разными задачами по всему стеку предобучения.

Улучшение работы с длинным контекстом

В эпоху AI-агентов и мультимодальных моделей очень важно работать с контекстами в сотни тысяч токенов. Возможность эффективной работы с контекстом такой длины ещё со стадии претрейна — большой инженерный и исследовательский вызов. Будем вместе с ним справляться.

Разработка единой кодовой базы для LLM-обучений

Мы работаем над значительным улучшением и ускорением нашей инфраструктуры обучения: дизайним и пишем с нуля модули, которые будут использованы по всему стеку обучения — от претрейна до алаймента и мультимодальных обучений. Если вам всегда хотелось написать свою DL-библиотеку — это отличная возможность.

Исследования и инжиниринг в одном флаконе

Вам предстоит проводить эксперименты, изучать самые последние статьи и имплементировать даже недостающие части из них. Наша команда перенимает и улучшает наработки таких компаний, как NVIDIA и DeepSeek, и рассказывает об этом на внутренних LLM-семинарах, лекциях в ШАДе и крупных конференциях.

Больше об ML в Яндексе — в канале Yandex for ML

* Обучали трансформерные модели на PyTorch с нуля
* Умеете писать классный код, знаете лучшие инженерные практики
* Понимаете, как устроены современные LLM

* Имеете опыт в распределённом обучении: знаете, что такое FSDP и контекстный параллелизм
* Разрабатывали на CUDA/Triton и сможете написать backward для Flash Attention
* Классно знаете математику и можете объяснить, что такое многообразие

Современные LLM могут справляться с разнообразными задачами — от помощи в выполнении домашних заданий до роли психолога или финансового консультанта. Ключевой фактор полезности модели — её способность взаимодействовать с окружающим миром. Наша команда разработки агентов и функций работает над тем, чтобы совершенствовать такие навыки у моделей семейства Alice AI LLM. Мы учим LLM применять как популярные инструменты (например, общедоступные MCP), так и созданные внутри компании, а также тренируем их находить эффективные решения в разных условиях, в том числе при помощи браузера. Кроме того, мы стремимся адаптировать модели для работы в мультиагентных сценариях и развить у них способность рассуждать при решении задач.

Увлечены агентными системами? Становитесь частью нашей команды и помогайте нам создавать технологии будущего!

Новые данные и среды для обучения

Модель, способная выполнять сложные агентные задачи, должна обладать набором различных навыков: уметь делать параллельные вызовы функций, определять релевантность инструментов для решаемой задачи, строить план выполнения и многое другое. Возникает необходимость в данных, используя которые модель могла бы эффективно учиться. Они могут представлять из себя как пары инстракт — ответ, так и интерактивные среды, заточенные на обучение конкретным способностям. Ваша задача будет заключаться в сборе таких датасетов и оценке их влияния на рост качества модели.

Обучение моделей агентности

Нам важна возможность применения LLM в широком наборе сценариев — от личного помощника до кодового ассистента. Для этого от моделей требуются хорошие знания доменных областей и умение работать в разнообразных условиях. И если первое решается, как правило, на этапе претрейна, то второе — навык, который возможно развить только путём решения задач в сложных средах. Мы предполагаем, что вы будете обучать агентные модели в комплексных сетапах с большим количеством одновременно используемых сред.

Усиление моделей ризонингом

Использование моделями рассуждений при решении сложных проблем (математика, код) показало высокий потенциал роста качества. Мы уверены, что базовые паттерны ризонинга, такие как верификация, рефлексия и бэктрекинг, полезны и в агентных сценариях. Возникает задача со сложными ограничениями, которую вам предстоит решать, — значительно улучшить качество работы агента при условии разумного роста времени ответа.

Больше об ML в Яндексе — в канале Yandex for ML

* Отлично знаете математику, классические алгоритмы и структуры данных
* Умеете программировать на Python
* Разбираетесь в Reinforcement Learning. Вас не пугают такие слова, как GAE, PPO, GRPO и другие версии policy optimization
* Имеете практический опыт в распределённом обучении больших моделей на основе архитектуры Transformer
* Понимаете, как устроена стадия alignment'а современных LLM

* Обучали LLM-навыкам использования внешних инструментов (tool calling, function calling)
* Имеете практический опыт работы c инфраструктурой для RL-обучения: vLLM, SGLang, VERL, etc.

Наша команда улучшает способности к рассуждениям семейства моделей Alice AI LLM. Мы стремимся к новой масштабной цели: создать единую модель, объединяющую сильные стороны рассуждений, использование внешних функций и поисковые возможности наших сервисов вместе. Мы также хотим перейти от сложных математических и научных задач к улучшению качества ответов на повседневные запросы пользователей. Для этого мы экспериментируем с алгоритмами RLVR и RLHF, с многостадийным алайнментом, комбинируем генеративные и rule‑based reward‑модели в единой системе для обучения модели, способной решать широкий спектр задач.

Развитие базовых reasoning-способностей Alice AI LLM

Ближайшая цель нашей команды — научиться эффективнее масштабировать RLVR- и RLHF-обучение reasoning-моделей для B2C‑задач широкого круга пользователей. Вас ждут эксперименты по улучшению общих свойств модели (полезность, логичность, структура) за счёт повышения качества цепочек рассуждений и усиления различных паттернов (backtracking, верификация) на задачах разной тематики.

Объединение сигналов в общей модели

Важную роль в reasoning‑моделях играют качественно новые схемы обучения для объединения знаний из разных областей. Мы стремимся создать новые этапы алайнмента и системы наград, которые позволят совместить сигналы на математических и научных задачах вместе с креативными, одновременно повысив качество рассуждений в каждой области по сравнению с независимым обучением. Вам предстоит проводить исследования с новыми reward‑моделями, этапами и дистилляцией в рамках единой модели.

Эксперименты с RL-алгоритмами

Вам предстоит пробовать новые SOTA подходы и находить в них те, которые приносят пользу реальному продукту: экспериментировать с различными on‑policy и асинхронными RL‑алгоритмами, а также тестировать новые методы стабилизации обучения Dense‑ и MoE‑архитектур.


Больше об ML в Яндексе — в канале Yandex for ML

* Отлично разбираетесь в NLP и классическом ML
* Умеете программировать на Python
* Понимаете, как устроены современные LLM, решали с их помощью прикладные задачи или имеете релевантный исследовательский опыт