Работа в Яндексе: вакансии IT и digital

В рамках подразделения Cloud Foundation Services команда Core поддерживает и развивает те части Yandex Cloud, которые затрагивают непосредственно гипервизор KVM и эмулятор устройств QEMU. Мы разбираемся в низкоуровневых деталях работы аппаратной виртуализации и эмуляции устройств и уделяем особое внимание производительности и защите от недоверенного кода.

Если вы опытный системный разработчик и хотите принять участие в масштабном и очень интересном проекте, присоединяйтесь к нашей команде.

Гипервизор и ядро

Вам предстоит доработка гипервизора и ядра Linux для нужд облака, разбор багов низкоуровневых компонентов и написание тестов для них. Также вы займётесь исследованием и решением проблем производительности этих компонентов и работой по повышению уровня их безопасности (разбор CVE, включая аппаратные уязвимости, статический анализ, фаззинг).

vhost-user

Вы будете вести разработку и тестировать библиотеку на базе vhost-user.

Исследования

Для ускорения работы и облегчения менеджмента виртуальных машин нужно будет исследовать новые подходы к работе в облаке.

Больше о разработке в Яндексе — в канале Yandex for Developers

* Понимаете, как работает Linux
* Понимаете, как работает процессор (конкретно x86) и железо
* Разбираетесь в виртуальных машинах, умеете ими пользоваться
* Владеете С (без ++) и Python или любым скриптовым языком

* Работали с облаками
* Работали с железом (PCI, ACPI, DPU, FPGA)
* Обладаете знаниями в области виртуализации (QEMU/KVM, VMX/SVM, Virtio, hardware emulation/simulation)

Команда DevEx — платформенная команда супераппа Яндекс Go с фокусом на опыте разработки. Мы отвечаем за архитектуру, базовые модули, производительность, обновление технологий, частично за CI.

Главное, чем мы занимаемся, — создаём условия, в которых множество команд, разрабатывающих суперапп и интегрируемые SDK, работают продуктивно. Мы выступаем своеобразным клеем для других команд: строим процессы для обмена опытом, задаём общие практики (ревью кода, покрытие тестами и т. д.).

Трансформация кодовой базы

Вы будете участвовать в формировании видения архитектуры приложения и приводить кодовую базу к целевому состоянию с помощью AI-агентов (есть инфраструктура для запуска на CI).

Развитие платформы

Понадобится работать над базовыми модулями (сеть, дизайн-система) и общей инфраструктурой, улучшать производительность и стабильность приложения, обновлять технологический стек.

Больше о мобильной разработке в Яндексе — в канале Yandex for Mobile

* Уверенно владеете Swift, UIKit, SwiftUI
* Умеете эффективно работать с AI-агентами: ставить задачу, проверять, дорабатывать и отвечать за итоговый результат
* Писали или активно применяли переиспользуемые модули/SDK
* Умеете договариваться: значительная часть работы — на стыке с другими командами

Яндекс Путешествия — это не просто сервис для планирования поездок, а целая экосистема, которая помогает миллионам людей и тысячам компаний по всему миру. Мы ищем опытного бренд-менеджера, который возьмёт на себя развитие B2B-направления и будет строить бренд, помогающий бизнесу расти.

Вы станете ключевым игроком в команде, отвечающим за маркетинговую стратегию для разных сегментов наших корпоративных клиентов и партнёров. Ваша главная цель — формировать и реализовывать стратегию, которая будет приносить измеримый бизнес-результат и укреплять позиции сервиса в каждом сегменте.

Какие задачи вас ждут

Формировать маркетинговую стратегию и план роста в ключевых сегментах
Вы будете разрабатывать подходы к работе с отельерами, корпоративными клиентами и агентствами. Вам предстоит создавать план промоактивностей, учитывающий особенности пути клиента (CJM) каждого сегмента, и эффективно распределять бюджет для максимизации эффекта. Также вы будете синхронизировать работу маркетинга и продукта для формирования долгосрочной стратегии развития.

Выстраивать сквозную аналитику и базу исследований
Вместе с командой аналитики вы создадите инструменты для оцифровки ключевых маркетинговых инициатив. Совместно с командой маркетинговых исследований вы сформируете накопленную базу знаний, на которой будут базироваться все дальнейшие активности и развитие сервиса.

Разрабатывать и развивать бренд-стратегию
Вы будете формировать позиционирование ключевых продуктов, разрабатывать и развивать бренд-платформу, а также следить за консистентностью коммуникации. Ваша задача — донести видение продукта до аудитории и обеспечить представленность бренда в категориях.

Обеспечивать представленность бренда в категориях
Вы будете интегрировать сервис в ключевые отраслевые мероприятия и участвовать в организации собственных ивентов для выстраивания отношений с партнёрами и укрепления релевантности в каждой категории.

Руководить кросс-функциональными проектами
Вам предстоит управлять взаимодействием со смежными командами — продуктом, биздевом, креативной студией, PR и другими. Вы будете «дирижёром», который объединяет усилия всех участников для достижения общих целей.

Мы ждём, что вы

• Работали в B2B-маркетинге от трёх лет
• Реализовывали рекламные кампании 360
• Работали с исследованиями и данными: умеете запускать трекинги, использовать дашборды для поиска инсайтов, точек роста и формирования гипотез
• Умеете разрабатывать маркетинговые стратегии с фокусом на бизнес-результат
• Работаете со всеми уровнями воронки и ориентируетесь в ключевых маркетинговых и бренд-метриках
• Знаете, как определять и оцифровывать цели, а также раскладывать их на дерево метрик (бизнесовые → маркетинговые → коммуникационные)
• Обладаете исследовательским духом — вас не пугает тестирование гипотез и поиск новых каналов привлечения
• Умеете выстраивать эффективное сотрудничество в кросс-функциональных командах
• Любите вызовы — амбициозные цели и нетривиальные задачи вас мотивируют

Больше о том, как мы внедряем технологии в креатив, – в канале Yandex for TechnoCreative
Все профессии внутри разделов

Еком-сценарии в Поиске — это новый подход к выбору товаров в интернете. С помощью технологий и данных мы делаем покупки простыми и удобными. Каждый шестой запрос в Яндексе связан с покупками, и мы создаём функциональность, которая помогает быстро находить, сравнивать и выбирать лучшие предложения.

Команда B2C-аналитики строит продукт на основе данных: изучает пользовательский опыт, проверяет гипотезы, анализирует большие массивы информации и разрабатывает метрики для оценки успеха изменений. Так мы находим точки роста и создаём сервис, которым удобно пользоваться миллионам людей.

Методология оценки B2C-показателей

Вам предстоит создавать систему оценки основных продуктовых и бизнес-метрик: выстраивать инструменты для отслеживания динамики, объяснения изменений и поиска причинно-следственных связей. Важно формулировать и проверять гипотезы на основе выявленных аномалий и паттернов, чтобы команды продукта быстрее находили точки роста и оценивали эффективность изменений.

Оценка пользовательских сценариев

Вам нужно будет разрабатывать подходы к систематической оценке сценариев использования продукта: методологии, классификаторы, модели сегментации. Это поможет глубже понять, насколько продукт отвечает потребностям разных категорий пользователей, выявить проблемные места в их опыте и определить приоритетные направления для улучшений.

Разработка аналитических инструментов

Вы будете разрабатывать и развивать общекомандные аналитические инструменты, которые помогут стандартизировать подходы к анализу данных и ускорить решение бизнес-задач. Среди задач — сформировать общие подходы к развитию аналитического хранилища данных (определить структуру витрин, слои данных, принципы их построения и сопровождения), стандартизировать аналитические процессы и деревья метрик, а также повысить эффективность работы за счёт автоматизации рутинных процессов и снижения дублирования решений.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Проектировали метрики и строили системы их мониторинга
* Уверенно владеете Python и SQL
* Умеете работать с большими объёмами данных
* Владеете методами моделирования и декомпозиции
* Понимаете инженерию данных: умеете создавать витрины и хранилища данных
* Обладаете бизнес-мышлением: видите, как аналитика влияет на продукт и бизнес-результаты
* Проявляете проактивность и берёте ответственность за результат

* Применяли машинное обучение в продуктовой аналитике
* Работали с распределёнными системами и инструментами для обработки больших данных
* Строили сложные аналитические пайплайны: от сбора данных до готовых дашбордов

Мы — стартап‑команда в сфере Финтеха внутри Яндекса. Наша цель — создавать прорывные финансовые сервисы на стыке передовых технологий и AI. Сейчас наш ключевой фокус — запуск и масштабирование амбициозного agentic finance продукта (умного финтех-сервиса на базе AI-агентов).

Ищем талантливого Full‑Stack AI Engineer, который поможет нам ускорить разработку и вывести продукт на новый уровень. Вам предстоит участвовать в сквозной разработке: от интеграции AI‑технологий до создания мобильного интерфейса и написания бэкенда.

Стартап‑дух нашей команды означает, что мы ценим скорость, гибкость и готовность экспериментировать — при этом вы будете работать в надёжной экосистеме Яндекса с доступом ко всем её ресурсам и возможностям.

Какие задачи вас ждут:

• Сквозная разработка: проектировать гибкую архитектуру и писать код для бэкенда, мобильных интерфейсов и AI-компонентов.
• Быстрый запуск фичей: собирать и тестировать MVP продуктовых гипотез в сжатые сроки, оперативно выводя их на реальный рынок.

• AI-driven разработка: активно использовать LLM и AI-агентов для автоматизации и кратного ускорения процессов написания кода.

• Техническое лидерство: приносить идеи для оптимизаций, глубоко погружаться в продукт и отвечать за широкий круг инженерных задач.

Мы ждём, что вы:

• Имеете коммерческой опыт разработки на Java/Kotlin от 5 лет (мобильные приложения/бэкенд);

• Готовы к фулстек-разработке на Kotlin;

• Уверенно используете AI‑агентов для написания кода: понимаете, как выстроить процесс взаимодействия с ними для разных типов задач, умеете оптимально распределять ресурсы;

• Готовы брать на себя ответственность за широкий круг задач и погружаться в незнакомые сферы;

• Нацелены на интенсивную работу и быстрый результат;

• Умеете прорабатывать архитектуру систем с учётом перспектив масштабирования;

• Предлагаете идеи по оптимизации процессов и улучшению продукта;

• Имеете практический опыт быстрого запуска новых фичей и работы в режиме MVP;

• Гибко мыслите и готовы адаптироваться к меняющимся приоритетам проекта.

Яндекс Еда — динамичный сервис доставки блюд из ресторанов и продуктов из магазинов. Ежедневно мы обрабатываем миллионы заказов по всему миру и уже вышли на рынки СНГ и других стран.

Наша команда развивает сервис на международном уровне: мы запускаем клиентское приложение в новых странах и реализуем проекты для роста сервиса.

Мы ищем бэкенд-разработчика для работы над проектами, которые в реальном времени влияют на бизнес. Если вы любите сложные задачи, глобальный масштаб и хотите участвовать в создании продукта, который используют миллионы людей, присоединяйтесь к команде Яндекс Еды!

Запуски в новых странах

Ваша команда будет адаптировать бэкенд клиентского приложения для запуска в новых странах. Это не рутина — в каждой стране вас ждут новые и интересные челленджи: от работы с новыми валютами и локальными платежами до учёта культурных и регуляторных особенностей.

Развитие на международных рынках

Фудтех на международном рынке — высококонкурентная среда, где нужно быстро расти. Вы будете заниматься проектами, которые помогут сервису сохранять нужный темп, и реализовывать масштабные фичи, чтобы опережать конкурентов. Например, предстоит внедрять скидочную механику, которая затронет весь процесс заказа, или интегрировать новое приложение после M&A-сделки.

Улучшение курьерского опыта

Ваша команда будет отвечать за полный цикл запуска проектов, улучшающих условия сотрудничества курьеров с Яндекс Едой. Понадобится прорабатывать проект, заниматься разработкой, тестированием и поддержкой, далее — развивать функциональность и масштабироваться в другие страны/регионы.


Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Хорошо знаете C++
* Разрабатывали для Unix или Linux
* Работали с STL, желательно с Boost
* Знакомы с требованиями ACID, уровнями изоляции, шардированием и репликацией БД
* Разрабатывали бэкенд, работали с высоконагруженными системами

* Работали с многопоточными системами
* Умеете работать с MySQL, PostgreSQL, Redis, RabbitMQ
* Проектировали архитектуру в распределённых системах
* Пишете тесты и скрипты на Python

Наша команда развивает Alice AI LLM — технологию, которая лежит в основе разных продуктов Яндекса. Мы фокусируемся на агентских способностях модели: задачах, где она должна пользоваться инструментами, писать, рассуждать и самостоятельно доводить работу до результата.

Одна из ключевых нерешённых проблем в этой области — long-horizon tasks: сложные многошаговые задачи, над которыми агент может автономно работать несколько часов, удерживая состояние и восстанавливаясь после ошибок. Мы считаем способность автономно решать многоэтапные задачи одним из ключевых шагов на пути к AGI.

Ищем техлида, который возглавит направление long-horizon-агентности и соберёт команду. На старте в команде будет 1–2 человека, а в перспективе — до пяти.

Оценка и бенчмарки

Вы будете развивать внешние и внутренние бенчмарки, в том числе Terminal и SkillsBench. Вам предстоит разработать стратегию и план, которые помогут развивать систему оценки long-horizon-возможностей моделей, а также сформулировать требования к эталонным решениям и автоматическим верификаторам.

Анализ работы агентов

Нужно будет анализировать результаты и траектории работы агентов, выявлять системные ограничения и возможности для роста. Вместе с командами разработки и обучения вы будете устранять основные классы ошибок и добиваться измеримого улучшения моделей.

Подготовка обучающих данных

Одна из ваших задач — проектировать пайплайны, которые генерируют, размечают и проверяют обучающие данные.

Управление командой

Вам предстоит нанимать и развивать сотрудников, выстраивать процессы и распределять зоны ответственности в команде.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Руководили технической командой или были ведущим специалистом
* Работали в сфере NLP
* Активно пользуетесь инструментами для вайб‑кодинга, в идеале можете объяснить разницу между Claude и Codex
* Уверенно владеете SQL и Python
* Анализируете данные и строите эффективные процессы их обработки
* Знаете теорию вероятностей и математическую статистику
* Интересуетесь развитием LLM и понимаете, как устроены агентские системы
* Самостоятельны и готовы работать с задачами, для которых ещё нет готового решения

* Работали с метриками и бенчмарками в NLP
* Строили или оценивали агентские системы
* Свободно читаете статьи и документацию на английском языке

Команда разработки создаёт платформу аналитического учёта. Мы проектируем основной механизм для формирования и хранения бухгалтерских записей по банковским продуктам. Также мы работаем над системой доступа к транзакциям и управления ими: учитываем первичные документы и реализуем другие ключевые функции, без которых невозможен запуск финансового продукта.

Мы используем микросервисную архитектуру, системы хранения данных (Managed PG, YDB) и распределения задач (STQ, Kafka). Для мониторинга мы применяем Grafana, а автоматические уведомления поступают в чат Telegram.

Разработка сервисов Финтеха

Вам предстоит проектировать, разрабатывать и запускать микросервисы финансовых служб, повышать их отказоустойчивость, надёжность и производительность, а также развивать инфраструктуру, инструменты разработки и процессы.

* Уверенно владеете Java или Kotlin либо любым другим ООЯП, но готовы писать на Kotlin
* Знаете основные алгоритмы и структуры данных
* Знаете SQL, работали с реляционными БД
* Внимательны к деталям и ответственно подходите к работе
* Работали над созданием финансовых продуктов или учётных систем

* Разрабатывали банковские продукты

Наша команда делает сервис для поставки данных, который связывает реалтайм-потоки данных на базе YDB Topics и систему хранения и обработки больших данных YTsaurus.

Сервис обрабатывает десятки тысяч поставок (а это петабайты данных) каждый день. Благодаря этому сервисы Яндекса могут решать задачи пакетной обработки (batch processing) и архивного хранения своих данных, а также многие другие.

Мы ищем опытного ответственного разработчика, который будет вместе с нами делать поставки быстрее, надёжнее и удобнее в использовании.

Наши преимущества
* Масштаб: возможность поработать с большими данными и познакомиться с тем, как с ними работают разные команды, получить или передать опыт в данной области.
* Крутые коллеги: мы близко и активно взаимодействуем с другими инфраструктурными сервисами, составляющими технологический фундамент Яндекса (в первую очередь это YTsaurus и YDB).
* Гибкий график и распределённая команда.

Видео о команде

Оптимизация производительности и инфраструктурные задачи

Из-за масштабов сервисов даже небольшие изменения дают заметный эффект на уровне всей компании. Вам предстоит работать и с горячими путями работающего кода (профилированием, снижением потребления CPU и памяти, ускорением критичных операций), и с архитектурными улучшениями (пересмотром компонентов, где текущий дизайн стал узким местом). Также нужно будет поддерживать баланс между скоростью переноса данных, их консистентностью и нагрузкой на источники и приёмники.

Повышение качества и упрощение эксплуатации

Стабильность сервисов напрямую влияет на бизнес-процессы большинства продуктов Яндекса, включая денежные показатели. Ваша задача — усилить механизмы наблюдаемости, автоматизировать регламентные операции, снизить количество ручных действий при инцидентах, поднять покрытие тестами и учениями отказоустойчивости.

Улучшение User Experience

Работаем над тем, чтобы сервисы были проще и доступнее — от понятных сообщений об ошибках и предсказуемого поведения API до документации, шаблонов и инструментов, которые снижают порог входа для новых пользователей.

Работа над механизмом поставки exactly-once

Вам предстоит проработать и реализовать механизм, который обеспечит семантику поставки exactly-once для тех хранилищ, где она не поддерживается из коробки.

Развитие сервиса Data Transfer

Вы поможете сервису Data Transfer эволюционировать в полноценный ETL-инструмент с возможностью потоковой обработки данных непосредственно в процессе их переноса.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Разрабатывали и эксплуатировали сервисы в проде
* Умеете и хотите писать код на С++ и Python
* Интересуетесь областью работы с данными

Наша команда строит внутренний sales-tech-стек B2B. Он объединяет CRM и системы, которые автоматизируют процессы продаж, онбординга и поддержки SMB мерчантов.

Мы ведём клиента сквозь весь цикл работы — от первого лида до статуса активного мерчанта. Предоставляем командам продаж и поддержки нужные данные, интеграции и инструменты для общения с клиентами.

Наша главная цель — уменьшить объём ручной работы менеджеров, ускорить заключение сделок и подключение партнёров, а также повысить конверсию воронки и качество сервиса.

Развитие CRM

Предстоит формировать видение и roadmap развития CRM: процессы управления жизненным циклом воронок, эволюции карточек клиентов и автоматизации статусных моделей для максимизации эффективности продаж.

Управление интеграциями

Вы будете организовывать взаимодействие CRM с внутренними системами — биллингом, риск менеджментом и аналитикой, создавать дашборды и определять приоритетность задач в бэклоге, опираясь на метрики эффективности воронки.

Механики кросс продаж

Вы будете разрабатывать стратегии, чтобы сегментировать базу активных мерчантов, настраивать триггеры для допродаж и реализовывать алгоритмы Next Best Offer.

Автоматизация процессов

Вы будете создавать триггерные сценарии, настраивать роутинг обращений и разрабатывать шаблоны коммуникации. Также предстоит отказаться от ручных операций — для этого будете внедрять AI модели, которые помогут оценивать лиды и поддерживать работу менеджеров.

Больше о создании продуктов в Яндексе — в канале Yandex for Products

* Более трёх лет работали в продуктовом менеджменте, в том числе с CRM и/или sales/support автоматизацией в B2B
* Понимаете B2B процессы продаж и поддержки, воронки и юнит метрики
* Автоматизировали бизнес процессы и интегрировали системы
* Работаете с данными: анализируете воронку, создаёте дашборды, строите гипотезы на цифрах
* Ставили задачи разработке и управляли roadmap

* Имели опыт работы с x-sell/upsell-механиками
* Внедряли AI/ML сценарии в продукт
* Работали в сфере fintech/payments
* Имели опыт работы с SMB сегментом
* Знаете коробочные CRM или разрабатывали собственную CRM

«Бери Заряд» — сервис аренды пауэрбанков в экосистеме Яндекс Go. Мы решаем простую, но важную задачу: не дать человеку остаться с разряженным телефоном на улице. Миллионы пользователей берут заряд в кафе, торговых центрах и аэропортах — и возвращаются к нам снова.

Вам предстоит работать на позиции Growth Manager. Ваша задача — не просто привлечь пользователя, а сделать так, чтобы он стал постоянным клиентом: возвращался, увеличивал расходы и долго пользовался сервисом.

Мы работаем с метриками Retention, ARPU, AOV и Churn и ищем лидера, который наладит системную работу с ними.

Работа с Growth‑метриками и удержанием пользователей

Вы будете работать с ключевыми метриками — ARPU, AOV, Acquisition, Retention, Churn. Разберётесь, какие факторы влияют на рост, определите приоритеты и будете планировать инициативы, которые помогут развивать сервис. Также вам предстоит продумать, как возвращать пользователей: разработать продуктовые триггеры и коммуникацию, создать программы лояльности и персонализировать оферы.

Тестирование гипотез

Вы будете находить точки роста, формулировать проверяемые гипотезы и быстро запускать эксперименты. Не будете ждать идеального момента — а сразу проверите идеи, извлечёте уроки и продолжите дорабатывать решения.

Развитие монетизационных механик

Вам предстоит работать с прайсингом и спецпредложениями — разбираться в этих инструментах и понимать, как они взаимодействуют с экономикой пользователя.

Юнит-экономика

В ваши задачи войдёт оценка в денежном выражении эффекта от изменений в продукте, построение моделей и принятие решений, опираясь на данные, а не на ощущения.

Влияние на команды

Вы будете работать без прямых полномочий: договариваться с смежными командами, чётко доносить приоритеты и запускать кросс-функциональные инициативы.

Больше о создании продуктов в Яндексе — в канале Yandex for Products

* Работали продактом от 3 лет — желательно в сервисах с высокой частотой использования или в направлении роста/монетизации
* Исповедуете data-driven-подход: гипотеза → эксперимент → решение, а не «кажется, надо попробовать»
* Умеете строить юнит‑экономику и читать метрики сервиса как систему, а не набор цифр
* Настойчивы: умеете доводить инициативы до результата, даже когда нет идеальных условий
* Можете рассказать о конкретных кейсах — как вы растили Retention, снижали Churn или увеличивали ARPU
* Умеете защищать позицию перед стейкхолдерами и не теряете её под давлением

* Понимаете маркетинговые каналы и CRM как инструменты продукта
* Имеете опыт менторинга продактов или ведения команды

Команда робототехники занимается всем, что связано с автономными роботами и роботизированными системами: от исследований и прототипирования до разработки первых образцов, интеграции ML-моделей в реальные устройства и подготовки решений к серийному производству.

Мы создаём нейросетевые компоненты для роботов: обеспечиваем восприятие, принятие решений, управление поведением, обучение в симуляции и на реальных данных, разрабатываем пайплайны дообучения и инфраструктуру для экспериментов. В команде работают специалисты по machine learning, reinforcement learning, computer vision, vision-language models, MLOps и робототехнике.

Сейчас мы ищем RL Lead. Вам предстоит стать техническим лидером в направлении reinforcement learning для автономных гуманоидных и других роботизированных платформ. Мы ищем человека, который умеет соединять исследовательскую глубину, инженерную строгость и продуктовую ответственность: от постановки задач и выбора подходов до внедрения моделей в реальные робототехнические системы.

Лидерство в команде

Вы будете возглавлять команду RL-разработчиков и отвечать за качество технических решений. В ваши задачи войдут постановка целей, разбиение сложных исследовательских и инженерных задач на части, ревью решений и развитие экспертизы в команде. Важно выстраивать эффективную коммуникацию с VLA-командой и другими командами, синхронизировать планы и помогать превращать исследовательские идеи в работающие решения.

Техническое лидерство в RL-домене

Вы будете определять, как применять reinforcement learning в автономных гуманоидных и других роботизированных системах. В зоне ответственности — выбор подходов, архитектур, метрик, исследовательских приоритетов и требований к качеству поведения робота. Важно проектировать решения как часть общей системы обучения и управления роботом, поскольку RL-направление тесно связано с VLA и другими ML-компонентами.

Обучение роботов

Вы будете развивать подходы к обучению роботов в симуляции, на синтетических сценариях и на данных с реальных устройств. Особое внимание нужно уделить переносу моделей на физические платформы, устойчивости поведения и работе с редкими и сложными сценариями. Вам предстоит строить воспроизводимые эксперименты и превращать результаты тестов в понятные улучшения моделей.

Внедрение SOTA-подходов

Вы будете исследовать и внедрять современные RL-подходы для гуманоидной локомоции, whole-body control, motion tracking и long-horizon-задач. Фокус — на устойчивости поведения, качестве motion tracking, sim-to-real-переносе, ускорении обучения политик и повышении стабильности экспериментов. Вам нужно разбираться в работах уровня SONIC и CLONE, понимать, как их применить к нашим задачам, и превращать лучшие идеи в воспроизводимые эксперименты, пайплайны обучения и работающие решения на роботах.

Больше об ML в Яндексе — в канале Yandex for ML

* Управляли командой
* Прекрасно ориентируетесь в reinforcement learning, знаете теорию и методы RL, успешно применяли их и добивались практических результатов
* Работали с задачами робототехники, локомоции или управления движением
* Понимаете специфику обучения в симуляции и переноса моделей на реальные робототехнические платформы
* Умеете встраивать ML/RL-решения в реальные системы
* Работали с PyTorch
* Программируете на Python

* Работали с гуманоидными роботами или другими физическими робототехническими платформами
* Знакомы с SOTA-подходами в RL для гуманоидной локомоции, включая работы уровня SONIC, CLONE
* Работали с sim-to-real, domain randomization, curriculum learning или imitation learning
* Имеете публикации, open-source-проекты или опыт участия в AI/robotics-соревнованиях

Наша команда работает над развитием ризонинга у генеративных моделей Alice AI LLM. Мы стремимся научить модели действовать, как человек: составлять план решения, проверять разные подходы и верифицировать ответ. Многомиллионная аудитория Алисы уже оценила пользу этой технологии при помощи режима «Рассуждать». В работе мы основательно подходим к инженерии данных на всех стадиях. Наша цель — не только научить модель решать сложные математические задачи, но и сделать её полезной для решения широкого круга проблем. Для этого мы используем самые последние наработки из области Reinforcement Learning и активно внедряем собственные. Много времени посвящаем экспериментам с архитектурами и алгоритмами обучения, не ограничивая себя в работе только мейнстрим-рецептами ризонинга.

Если вам близки наши цели и подходы к работе, будем рады видеть вас в нашей команде!

Создание новых наборов данных

Разнообразие вопросов к LLM растёт. Но модели, которые щелкают математику как орешки, могут плохо справляться с задачами из других областей. Чтобы повысить качество рассуждений и ответов, необходимы данные различных уровней сложности и тематик. Вы сможете задействовать свои профессиональные компетенции, создавая подобные наборы задач.

Улучшение функций награды

В эффективном обучении модели навыкам ризонинга ключевую роль играет функция награды. Благодаря ей модель учится выбирать корректные стратегии — скажем, выстраивать более лаконичные цепочки рассуждений, не снижая качества ответа. Однако в задачах, где результат непросто верифицировать (в отличие от, например, программирования или математических расчётов), создание такой функции становится серьёзным испытанием. Вашей задачей будет разработка надёжной функции награды.

Развитие процедуры обучения

Оптимальная конфигурация обучения рассуждающих моделей — открытый исследовательский вопрос. Существуют различные направления для экспериментов: on-policy- и off-policy-обучение, адаптивное управления энтропией модели, способы расчёта advantage. Также требует внимания выбор подходящего функционала для минимизации, например, для Dense- и MoE-архитектур. Вы будете проводить подобные исследования и находить лучшие настройки для достижения поставленных целей.

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 рассуждающие (reasoning) модели
* Работали c инфраструктурой для RL-обучения: VERL, vLLM, SGLang, etc.

Отдел эффективности решает задачи бизнеса за счёт технологий. Например, до тех пор, пока беспилотное такси не станет повсеместным, критичной для бизнеса будет минимизация простоев водителей для обработки растущего количества заказов. Внутри водительского направления сервисы распределены по группам, решающим разные задачи:

* Представьте, что водитель закончил поездку на севере города и решил поехать домой, на юг. Сервисы группы проводника помогут ему найти заказ по пути. У нас реализован собственный алгоритм назначения заказов, который позволяет подбирать заказ для водителя в зависимости от его планов и других обстоятельств.
* Нужно, чтобы в определённое время водители ехали в зоны высокого спроса заранее? Бизнес запускается в новом городе, хочется привлечь первых водителей и обеспечить им стабильный доход? Разработкой сервисов для финансовой мотивации водителей занимается группа бонусов. Например, мы гарантируем повышенный коэффициент в области и навигируем туда исполнителей в реальном времени. Или подсчитываем время на линии для выплаты бонусов.
* Группа инфраструктуры занимается разработкой сервисов, которые управляют потоками данных в масштабах всего Такси и за его пределами. А ещё создаёт сервисы взаимодействия с водителями, реализующие, например, распределённые транзакции с помощью паттерна Saga.

Мы уделяем пристальное внимание проработке архитектуры. Многие механики работают в реальном времени с требованиями по минимальной реакции на события. В ведении сектора находятся более 30 микросервисов, которые обрабатывают несколько сотен тысяч сообщений в секунду, поэтому мы тщательно прорабатываем:
* API и межсервисное взаимодействие
* Выбор подходящей БД
* Взаимодействие с брокерами сообщений и очередями задач
* Точки отказа, мониторинги и рубильники на случай проблем

Наши технологии:
* Сервисы преимущественно на C++20 (асинхронный фреймворк userver) и Python 3
* Базы данных: PostgreSQL, Redis, MongoDB, YDB
* Брокеры сообщений (Logbroker)

Разработчики в Такси и эффективности часто выступают на конференциях, про наши продукты снимают видео:
* Парадоксы трейд-оффа «Скорость — качество»
* Как мы переписали «жадный» алгоритм назначения
* Режимы «Домой», «По делам» и «Мой район»: как они работают

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

Запуск экспериментов, A/B-тестов

Проработкой решений эффективности бизнеса занимаются аналитики. Когда они приходят с новыми идеями, наша задача — грамотно подготовить техническую составляющую эксперимента. С одной стороны, она должна подразумевать минимальные изменения, так как идея ещё не окончательная, с другой стороны, не должны пострадать качество продукта и другие параметры.

Реализация новых механик

Мы стараемся делать наши сервисы платформенными и переиспользуемыми, однако внедрение новых механик может потребовать значительных доработок существующих сервисов или даже создания новых. Вам предстоит решать классические для распределённых систем проблемы гонок данных, оптимизаций миллисекунд и грамотной работы с БД.

Архитектурные изменения сервисов

Такси — крупная, но достаточно гибкая инфраструктура, состоящая из более чем 800 микросервисов. Кроме того, решения эффективности часто используются другими бизнесами в рамках Екома и Райдтеха. Поэтому, чтобы повысить надёжность и доступность наших сервисов, мы активно внедряем новые технологии и архитектурные решения. Например, именно в отделе эффективности начинались внедрение доменной модели (DOMA) и переход на событийную модель (event sourcing).

* Пишете на C++ или готовы на него перейти
* Имеете опыт разработки распределённых систем
* Знакомы с реляционными базами данных

LLM Platform — это единая точка входа для работы с LLM внутри Яндекса.

Мы строим платформу, которая предоставляет унифицированный доступ к различным языковым моделям: и к собственным, и к опенсорсным, развёрнутым во внутреннем контуре. Платформа помогает командам безопасно, прозрачно и эффективно использовать LLM в продуктах, внутренних сервисах и бизнес-процессах.

Каждый день платформой пользуются десятки тысяч сотрудников и сотни внутренних сервисов — поэтому для нас важны надёжность, масштабируемость, контроль ресурсов, безопасность данных и удобство интеграции.

LLM Platform решает несколько ключевых задач:
* Предоставляет единый API для работы с любыми LLM
* Управляет справедливым распределением ресурсов между пользователями, командами и сервисами
* Собирает аналитику по запросам, токенам, моделям, пользователям и бизнес-юнитам
* Поддерживает единый конфиг с возможностью подключения собственных моделей
* Помогает безопасно использовать внутренние данные компании при работе с публичными моделями

Позиция подойдёт разработчику, которому интересно строить не просто продуктовые фичи, а внутреннюю платформу масштаба крупной компании.

Здесь много задач на стыке backend-разработки, платформенной инженерии, LLM-инфраструктуры, безопасности, аналитики и управления ресурсами. Понадобится принимать инженерные решения, влияющие на стоимость, надёжность и безопасность использования LLM.

Разработка системы управления квотами

Эта система должна позволять:
* Задавать и контролировать квоты на разные типы запросов
* Управлять лимитами на уровне пользователей, команд, сервисов, namespace и бизнес-юнитов
* Предоставлять аналитику менеджерам и владельцам продуктов
* Реализовывать биллинг и cost allocation по бизнес-юнитам
* Предоставлять супервайзерам интерфейс для управления квотами внутри своих namespace

Интеграции с LLM-провайдерами и внутренними моделями

Нужно развивать единый API для работы с разными моделями и провайдерами:
* Подключать LLM-провайдеров и собственные инференсы
* Унифицировать форматы запросов и ответов
* Разрабатывать механизмы маршрутизации запросов между моделями
* Учитывать стоимость, доступность, latency, лимиты и требования безопасности
* Поддерживать конфигурацию моделей, namespace, теги и политики доступа

Безопасное использование данных

LLM-платформа должна помогать командам использовать LLM без риска утечки чувствительной информации. Поэтому вам предстоит:
* Проектировать и реализовывать механизмы безопасной передачи данных в публичные модели
* Разрабатывать фильтры, политики и алгоритмы обработки запросов
* Участвовать в проектировании решений для защиты внутренних данных
* Интегрироваться с внутренними системами контроля, аудита и доступа

Сбор и извлечение данных из веб-источников

Также вы можете выполнять задачи, связанные с получением структурированных данных из внешних веб-источников:
* Разрабатывать системы, чтобы автоматизировать извлечение данных с сайтов
* Анализировать HTML-, JavaScript-приложения, сетевые запросы и API
* Строить надёжные пайплайны сбора, нормализации и обработки данных
* Разрабатывать инструменты для работы с динамическими веб-приложениями

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Занимались backend-разработкой на Go на промышленном уровне
* Понимаете принципы построения распределённых систем
* Проектировали API и интеграции между сервисами
* Умеете работать с высоконагруженными сервисами, очередями, базами данных и кешами
* Понимаете observability: метрики, логи, трассировка, алерты
* Аккуратны в вопросах безопасности данных и разграничения доступа
* Готовы разбираться в предметной области LLM, токенов, моделей, провайдеров и лимитов

* Работали с LLM API и AI-инфраструктурой
* Разрабатывали платформенные сервисы
* Строили quota management, rate limiting, billing или cost allocation систем
* Имеете опыт web scraping / web crawling / data extraction
* Анализировали веб-приложения, API и сетевой трафик

Команды Яндекса сейчас активно развиваются и растут, появляются новые сервисы, и нам очень нужны квалифицированные специалисты. Ищем IT-сорсера в нашу команду.

Сорсинг

Вы будете заниматься поиском кандидатов на IT-позиции во всех доступных источниках.

Проведение скринингов

Вы будете проводить телефонные скрининги и онлайн-интервью с кандидатами.

Работа с базой кандидатов

Вам предстоит актуализировать данные в базе кандидатов, вести отчётность.

Помощь в ведении вакансии

Нужно будет помогать рекрутеру в ведении позиций от снятия вакансии до отправки офера лучшему кандидату.

* Работали в IT сфере подбора персонала более трёх месяцев
* Коммуникабельны
* Можете работать полную рабочую неделю
* Увлекаетесь IT-сферой
* Нацелены на результат
* Хорошо знаете MS Office

* Получили высшее образование в области IT, HR, психологии или маркетинга

* Стандартную пятидневную рабочую неделю
* Официальное трудоустройство по ТК РФ
* Прозрачную систему мотивации (оклад + премия)
* Обучение профессии
* Кураторство и поддержку коллег как на начальном этапе, так и в дальнейшем
* Удалённый формат работы с компенсацией оплаты интернета
* Возможности карьерного и личного роста внутри компании

Яндекс Переводчик, имея крутые алгоритмы перевода, не останавливается на достигнутом, реагируя на развитие нейросетей. Этот прогресс, безусловно, затрагивает и дизайн. Добавляются новые UX-паттерны. Клавиатура Яндекса имеет не менее продвинутые технологии будущего, которые нуждаются в продуктовой проработке и новом классном UI.

Ищем сильного, мотивированного стажёра, который вместе с нами примет этот интересный вызов.

Проектирование новых форматов взаимодействия

Вам предстоит помогать команде разрабатывать крупные проекты.

Разработка интерфейса

Нужно будет вместе с дизайнерами прорабатывать дизайн фич.

Улучшение дизайн-системы

Вы поможете нам развивать дизайн-систему сервиса.

* Работали над мобильными или веб-интерфейсами
* Хотите расти и готовы попробовать свои силы в большой технологической компании
* Любите работать в команде
* Внимательны к деталям

* Официальное трудоустройство на три месяца с занятостью 40 часов в неделю
* Современный офис со всем необходимым для комфортной работы и отдыха, возможность гибридного режима
* Ежедневную компенсацию оплаты питания на территории офиса
* Работу в технологической компании с развитой культурой открытости и взаимопомощи, где можно участвовать в создании полезных сервисов для десятков тысяч сотрудников
* Профессиональную команду, у которой можно многому научиться и перенять опыт
* Программу менторства и сопровождения стажировки
* Возможность быстро увидеть свой вклад и результаты работы

Наша команда создаёт финтех‑продукты, которые помогают таксопаркам и курьерским службам расти по всему миру. Мы строим экосистему для партнёров, исполнителей и клиентов — хотим стать лидером на рынках в этом сегменте.

Мы ищем амбициозного менеджера продукта. Ваша задача — развивать направление транзакционных B2B‑продуктов для партнёров (ДБО, РКО, моментальные выплаты, кошельки, клиентские платёжные сценарии).

Вам нужно будет работать в кросс‑функциональной команде: разрабатывать и воплощать стратегию продуктов, развивать юнит‑экономику, а также улучшать продуктовые операции и процессы.

Развитие продукта

Вы будете анализировать рынок и потребности разных сегментов, предлагать идеи и строить гипотезы, как развивать продукты. Вам нужно разработать системный подход, который обеспечит рост — от привлечения клиентов до отслеживания ключевых метрик.

Улучшение клиентского опыта

Вы будете искать возможности сделать продукт удобнее, понятнее и эффективнее. Вам предстоит изучать поведение пользователей, проводить исследования и внедрять изменения — чтобы клиенты были довольны на всех этапах: от первого знакомства с продуктом до длительного сотрудничества.

Масштабирование продукта

Вы будете вместе с аналитиками и инженерами искать узкие места, автоматизировать процессы и внедрять инструменты — чтобы работа шла быстрее, а издержки снизились. От ваших решений напрямую зависит качество операций и стабильность системы при росте нагрузки.

Больше о создании продуктов в Яндексе — в канале Yandex for Products

* Управляли продуктами или инициативами в технологических сервисах
* Анализируете рынок и конкурентов
* Участвуете в создании и исполняете стратегию продукта
* Понимаете продуктовый цикл и стратегию роста
* Работаете с метриками и принимаете решения на основе данных
* Строите интуитивный клиентский опыт, взаимодействуя с клиентами
* Взаимодействуете в кросс-функциональной команде: с разработчиками, аналитиками, дизайнерами, маркетологами, командой продаж, юристами, операционными командами
* Анализируете и улучшаете экономику продукта
* Любите работать в динамичной среде, ориентированной на результат

Яндекс Смена — сервис, который помогает людям в поиске подработки, а компаниям — закрыть дефицит кадров: например, найти комплектовщиков, грузчиков, сортировщиков. Мы связываем тех, кто хочет подработать на гибком графике, с бизнесом, которому срочно требуются сотрудники.

Сервис активно растёт: мы уже представлены в десятках городов, сотрудничаем с крупными ритейлерами, и объёмы работ продолжают увеличиваться. Сейчас особенно интересный этап — мы переходим из стартапа в большой бизнес и строим для него платформу.

Платформа исполнителей

Вы будете создавать продукт, который сопровождает каждого пользователя — от первого захода в маркетплейс до выхода на смену. Задача — построить самую большую и сильную платформу исполнителей: ведь без людей на сменах не будет и бизнеса. Рынок подработки и линейного персонала очень конкурентный, и только такая платформа поможет стать лидером.

Вам предстоит проработать витрину смен, чтобы пользователи быстро находили подходящую работу, настроить механики подбора и отображения: ранжирование, фильтры, персональные предложения — они повысят конверсию. Вы будете реализовывать систему динамических надбавок для баланса спроса и предложения, а также выстраивать воронку привлечения — от первого захода в приложение до подтверждённой смены. Каждый шаг в воронке напрямую влияет на выручку.

Разбиение монолита

Сейчас ядро системы написано на Python и представляет собой монолит, из за чего мы сталкиваемся с серьёзными ограничениями. Чтобы построить большой бизнес, нужно разбить монолит на микросервисы с чёткими границами. Вы будете решать, как это сделать, и выстраивать архитектуру, рассчитанную на масштаб.

AI-native-разработка

Вы будете внедрять подход, при котором агенты полностью реализуют и запускают некритичные фичи «под ключ». Для этого нужно подготовить инженерный контекст, изменить процесс разработки и обеспечить агенту самостоятельный путь от задачи в Трекере до продакшена с минимальным участием человека.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно используете AI-инструменты в разработке
* Способны брать на себя ответственность за результат — от обсуждения задачи до выбора решений и их реализации

* Работали над внедрением AI-ассистентов и агентов в процесс разработки
* Знаете Go/Python

Яндекс Путешествия — лидер среди сервисов бронирования отелей в России. Наша команда делает сервис командировок для внешнего бизнеса: сейчас — для малого и среднего, в перспективе — для крупного. Хотим, чтобы задача отправиться в деловую поездку решалась с тем же комфортом, что и задача поехать на море. Планируем стать номером один на рынке командировок РФ через пару лет.

Мы ищем человека, готового разбираться в сложных продуктовых задачах и преобразовывать их в простые инженерные решения.

Наш стек: Kotlin, Java 21, Spring, Spring Data JDBC, YT, PostgreSQL, YDB, Topics, gRPC.

Можно работать в гибридном формате из городов, где есть наши команды (Москва, Санкт-Петербург, Екатеринбург), или удалённо из любого города РФ.

Активное развитие по-настоящему масштабного бизнеса, полезного каждому, кто хоть раз в жизни ездил в отпуск или командировку

Вам предстоит разрабатывать и масштабировать микросервисы, решать продуктовые и инфраструктурные задачи, создавать и поддерживать программное обеспечение — от написания до выкладки в продакшн, а также обеспечивать стабильную работу компонентов и оперативно решать проблемы.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Более пяти лет занимались коммерческой разработкой на JVM-стеке
* Знаете классические алгоритмы и структуры данных
* Разрабатывали сложные веб-приложения или системы обработки данных

* Готовы погружаться в сложный с точки зрения бизнеса домен, не боитесь продуктовой терминологии, готовы вникать в боли пользователя и решать их
* Ответственны, самостоятельны и целеустремлённы

Яндекс Директ — единая платформа контекстной и медийной рекламы. Она помогает бизнесу решать задачи на всех уровнях воронки — от формирования спроса до продаж.

Наша задача — усиливать влияние аналитики на продукт. Мы превращаем сложные данные о Директе и рекламодателях в понятные инсайты, метрики и инструменты. Благодаря этому реклама становится удобнее и эффективнее, а её результаты — более понятными и легко измеримыми для бизнеса.

Руководство командой

Вы будете формировать стратегию направления и набор инициатив, вместе с продуктовыми и техническими менеджерами определять приоритеты, помогать сотрудникам развиваться, проверять ключевые решения и лично включаться в самые важные проекты. Особое внимание нужно уделить улучшению эффективности работы команды — внедрить AI-инструменты, в том числе это новейшие LLM и агенты, и поучаствовать в создании семантического слоя с едиными метриками и сущностями. Ваша работа поможет сотрудникам сократить рутину и сосредоточиться на сложных аналитических задачах и развитии рекомендаций.

Поведенческая аналитика

Вам предстоит вместе с аналитиками изучать поведение рекламодателей: формировать сегментации и портреты клиентских групп, выявлять риски оттока и потенциал роста, оценивать работу прогнозаторов и других ML-моделей. Важно не только находить причины явлений в данных и правильно интерпретировать сигналы, но и видеть продуктовые возможности — понимать, какие рекомендации, кому и когда стоит давать.

Развитие рекомендаций

Ваши задачи — вместе с командой превращать находки из исследований в новые рекомендации и проверять их в A/B-экспериментах. Нужно задавать методологию, подбирать дизайн и метрики, следить за качеством анализа, разбирать результаты и оценивать, какой эффект они дадут для бизнеса. После того как решения будут подтверждены, нужно довести их до запуска: обеспечить регулярные расчёты и мониторинг, распространить на разные продукты для рекламодателей и встроить в AI-сценарии, которые помогают выбирать и применять лучшие настройки.

* Получили высшее математическое, естественно-научное или экономическое образование
* Работали с базами данных
* Знаете математику и основы статистики
* Владеете одним из диалектов SQL
* Пишете на Python/R
* Знаете инструменты для работы с данными
* Готовы осваивать новые технологии и предметные области
* Можете формализовать требования, чётко и понятно описать проведённое исследование, визуализировать данные, сделать ёмкие выводы
* Умеете взаимодействовать с коллегами и работать в команде

* Работали с BI-системами: DataLens, Tableau, Looker, Power BI
* Занимались построением пайплайнов вычислений с использованием Airflow, Luigi или их аналогов
* Работали с большими объёмами данных и MapReduce
* Разбираетесь в рекламных технологиях
* Знаете основы машинного обучения: CatBoost, Scikit-learn
* Знакомы с VCS: Git, SVN

Яндекс Авто — это автомобильная платформа Яндекса, построенная на базе операционной системы Android. Наша цель — превратить автомобиль в умное пространство, где технологии работают на комфорт и безопасность водителя.

Мы не просто адаптируем приложения — мы внедряем полноценную экосистему, объединяющую Алису, Навигатор, Музыку, Видео и другие сервисы в едином интерфейсе. Наша бортовая система обеспечивает бесшовное взаимодействие всех элементов: водитель может построить маршрут, включить любимую музыку, настроить климат или ответить на звонок, просто попросив об этом Алису и не отвлекаясь от дороги. Благодаря офлайн-режиму всё это работает даже там, где нет связи.

Ищем разработчика в команду. Вместе мы научим Алису управлять всеми функциями машины, а Навигатор сделаем быстрее, точнее и полезнее для водителя.

Узнайте про разработку Городских сервисов Яндекса на [dev.go.yandex](http://dev.go.yandex/?utm\_source=yandex\_jobs&utm\_medium=social&utm\_content=1&utm\_campaign=vacancies)

Интеграция Алисы в автомобиль

Вы будете проектировать и реализовывать голосовое управление всеми функциями автомобиля через Алису — от навигации и мультимедиа до климата и настроек машины. Нужно внедрять новые пользовательские сценарии для водителей и пассажиров и делать голосовое взаимодействие с машиной естественным и безопасным за рулём.

Предстоит интегрировать Алису в новые автомобили, адаптируясь под их железо и ограничения. Ваши задачи — дорабатывать и связывать между собой компоненты голосового пайплайна: аудиозахват и обработку звука, исполнение команд и озвучку ответов — погружаясь в код смежных сервисов и команд экосистемы.

Развитие Навигатора в автомобиле

Вам предстоит развивать Навигатор на головных устройствах: точнее прокладывать маршруты и вести по ним, оптимизировать производительность, делать интерфейс удобнее для пользователя. Нужно реализовывать и поддерживать новые пользовательские сценарии: заправку, зарядку и оплату сервисов прямо из автомобиля.

Ваши задачи — интегрировать Навигатор с системами автомобиля (инерциальной навигацией, сенсорами и ADAS) и другими сервисами экосистемы. Вы будете проектировать надёжные и производительные решения, работающие в условиях ограниченных ресурсов бортовой системы.

Больше о мобильной разработке в Яндексе — в канале Yandex for Mobile

* Разрабатывали Android-приложения на Kotlin и Java больше трёх лет, глубоко знаете SDK-платформы
* Занимались параллельным и многопоточным программированием
* Хорошо знаете Android 9 и выше
* Знаете классические алгоритмы и структуры данных
* Умеете профилировать и оптимизировать приложения, обеспечивать их стабильность

* Работали с AOSP/AAOS
* Знаете внутреннее устройство Android

Наша цель — создавать модели, которые смогут конкурировать с лучшими LLM на рынке, такими как Claude или Gemini. Нам необходимо поддерживать превосходство над моделями, доступными на рынке РФ, и добиваться паритета с лучшими моделями на запросах, распространённых среди наших пользователей. Таким образом мы предоставляем российским пользователям доступ к LLM хорошего качества. Вместе с этим стремимся к тому, чтобы по ключевым направлениям стать лучшими в мире, добиться в них уровня SOTA.

Приблизительно раз в полгода у нас происходят запуски релизных обучений, результаты которых используются в Алисе, а раз в один-два месяца — большие обучения, сопоставимые с ними по размеру или длине обучения. Конечным результатом вашей работы станет изменение корпуса данных или процесса обучения в таких запусках, которое позволит нам улучшить один или несколько срезов, то есть направлений развития наших LLM. Например, срезами могут быть код, математика, юриспруденция, медицина, физика, инженерия и многие другие направления.

Сейчас наша основная цель — научить модель решать сложные задачи, которые требуют ризонинга или агентских сценариев. Мы много работаем над кодовыми срезами: нам удалось добиться хороших результатов в олимпиадном коде, и их нужно масштабировать и на промышленное программирование. Также работаем над STEM и смежными дисциплинами: здесь мы учим модель решать разнообразные научные и технические задачи университетского и PhD-уровня. В первые месяцы работы вам предстоит подключиться к одному из этих двух больших направлений.

Сбор данных

Один из способов сбора датасета — найти хорошие источники данных и путём их обработки и фильтрации составить качественный датасет. Яндекс — это поисковая компания, и у нас, как правило, есть готовые инструменты для скачивания и обхода веб-страниц. В таком подходе основная часть работы состоит в том, чтобы придумать, как из большого массива данных выделить именно то, что нужно для решения задачи.

Генерация синтетических данных

Сейчас для нас это основной способ получения сложных датасетов — например, для кода или математики. В этом подходе важно найти способ составления большого количества разнообразных интересных задач, а затем — разработать эффективный пайплайн их решения при помощи LLM. Иногда для этого нужно обучить специализированную модель для решения тех или иных задач.

Разработка экспериментальных сетапов

В работе над претрейном важно правильно выбрать схему проведения экспериментов — так, чтобы их результаты отражали картину на больших обучениях. Поэтому нужно работать над подбором параметров сетапа, исследовать scaling laws, взаимодействовать с аналитиками по вопросам составления бенчмарков.

Работа над релизными обучениями

Здесь бывает нужно выбрать правильную схему, этапы обучения и его параметры. Есть также ряд задач, связанных с автоматизацией процесса постановки релизов и их контролем.

Больше об ML в Яндексе — в канале Yandex for ML

* Хорошо знаете Python — для разработки мы применяем в первую очередь его. Будет плюсом знание C++: некоторые инструменты в Яндексе написаны на нём
* Хорошо ориентируетесь в ML, можете применять научный подход к постановке экспериментов и интерпретации результатов
* Хорошо понимаете устройство LLM, ориентируетесь в процессе обучения, прочитали техрепорты ключевых опенсорс-моделей, таких как DeepSeek и Qwen
* Применяли LLM для решения каких-либо задач, понимаете, как собрать пайплайн на основе LLM для решения той или иной практической задачи

Мы понимаем, что на рынке совсем немного компаний, в которых можно заниматься полномасштабными обучениями LLM, поэтому не требуем такого опыта. Тем не менее будет плюсом коммерческий опыт обучения, файнтюнинга, или алайна LLM.

Команда управления разрабатывает алгоритмы, которые обеспечивают безопасное, точное и плавное следование автономного автомобиля траектории и скоростному профилю, сформированным модулем планирования.

Мы учитываем динамические свойства автомобиля, ограничения исполнительных систем, неопределённость состояния и задержки в системе, а также компенсируем внешние воздействия. Алгоритмы работают в реальном времени и обеспечивают устойчивое, комфортное и безопасное поведение автомобиля в различных дорожных условиях.

Разработка алгоритмов управления

Вам предстоит улучшать существующие алгоритмы управления, а также полностью разрабатывать и внедрять новые. Примеры задач: выбор подходящей модели объекта и метода управления, программная реализация на С++, испытания в симуляторе и на полигоне, доработка и донастройка после испытаний, внедрение в реальную систему, поддержка и донастройка по результатам длительной эксплуатации.

Развитие симулятора для задач управления

Вы будете добавлять в симулятор моделирование эффектов и возмущений, интересных для управления. Это, например, рельеф и наклон дорожного полотна, различные типы покрытий, аэродинамическое сопротивление и боковой ветер.

* Разбираетесь в одной из областей: в теории автоматического управления (PID, LQR, MPC, Kalman filter), прикладной математике или физике
* Занимались промышленным программированием на C++ больше двух лет
* Обладаете хорошей алгоритмической подготовкой, знаете классические алгоритмы и структуры данных
* Можете разобраться в чужом коде, а свой пишете так, чтобы он был понятен другим
* Умеете работать в команде

* Умеете ставить эксперименты и обрабатывать их результаты
* Решали задачи управления для автомобилей
* Разбираетесь в области непрерывной и дискретной оптимизации
* Знакомы с ROS
* Знаете Python на базовом уровне
* Работали с симуляторами реального мира
* Знакомы со стандартами безопасности