ML-разработчик в Яндекс Заботу (Python)

Мы в hh создаем продукты и AI-ассистентов для работодателей и соискателей на базе генеративных технологий. Уже сейчас мы используем LLM-модели для генерации текстов, ведения диалогов, классификации и анализа вакансий и резюме. Направление активно развивается, и сейчас мы ищем LLM/Prompt-инженера, который поможет нам создавать, тестировать внедрять GenAI-решения.

Если вам интересно развивать продукты на базе LLM — через промпты, дизайн llm-пайплайнов и системный подход к оценке качества, если вы готовы не только создавать прототипы, но и улучшать их в продакшене на основе обратной связи и метрик — мы будем рады видеть вас в нашей команде.

Чем предстоит заниматься:

• Разрабатывать, тестировать и внедрять совместно с командой разработки решения на базе LLM;
• Настраивать поведение моделей — экспериментировать с промптами (CoT, Tree-of-thoughts, few-shot, structured outputs, tool calling, etc), контекстом, параметрами моделей и архитектурой llm-пайплайнов (один промпт, цепочка промптов, агенты, RAG и пр.);
• Тестировать и оценивать качество работы llm-решений на всех этапах — собирать актуализировать golden-сеты, валидационные выборки, настраивать llm-as-a-judge, развивать подходы автоматической оценки работы llm-фичей, создавать метрики и бенчмарки;
• Анализировать логи, трейсы и фидбек по реальной работе ассистентов в продакшене и улучшать их качество на основе найденных инсайтов.

Требования:

• Практический опыт создания решений на базе LLM (prompt engineering, RAG, function calling, structured outputs, reasoning, agents);
• Понимание теории ML, глубокого обучения, современных подходов к NLP;
• Сильный Python, опыт работы с аналитическими инструментами и ML-библиотеками;
• Опыт с SQL, навыки работы с данными, умение собрать датасет и провести аналитику;
• Живой интерес к сфере GenAI, опыт работы с популярными вендорными и open-source моделями (Qwen, Llama, DeepSeek, GPT-OSS);
• Опыт с фреймворками оркестрации llm (langgraph, langchain или аналоги);
• Понимание методов оценки качества LLM (бенчмарки, human eval, LLM-as-as-Judge) и метрик для различных NLP-задач;
• Продуктовое мышление - смотреть на задачи через призму “помочь конечному пользователю”, участвовать в брейнштормах и приносить новые идеи.

Будет плюсом:

• Практический опыт файнтюнинга различных LLM под продуктовые задачи (SFT, PEFT, RLHF, LoRA, PPO, DPO, GRPO);
• Опыт внедрения LLM решений в продакшн.

Условия:

• Возможность выбора места работы: удаленно или из офиса;

• Гибкий график рабочего дня;

• Оформление в соответствии с ТК РФ;

• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно);

• Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.

Мы разрабатываем системы безопасности и контроля для LLM и генеративных AI-моделей. Наша цель — создавать надёжные guardrails, которые предотвращают нежелательное поведение моделей, токсичный контент, jailbreak-атаки, утечки данных и нарушения политик, сохраняя при этом полезность и качество ответов. Мы ищем сильного специалиста в команду разработки. Человек будет не просто писать код, а глубоко понимать предметную область: проектировать и развивать защитные механизмы вокруг LLM, проводить активную аналитику собственного решения и решений конкурентов, выявлять слабые места и предлагать улучшения на основе данных и экспериментов.

Ключевой фокус — сочетание hands-on разработки и исследовательско-аналитической работы. Нам нужен человек с экспертизой, который понимает, почему работает (или не работает) тот или иной подход, а не просто применяет готовые библиотеки.

Твои задачи:

• разрабатывать и улучшать компоненты AI Guardrails: фильтры контента, системы детекции токсичности, bias, PII, jailbreak-попыток, prompt injection и других рисков
• интегрировать и дообучать модели классификации / модерации (toxicity, hate speech, self-harm, sexual content и др.)
• проектировать и реализовывать пайплайны pre-/post-processing для LLM (input/output filtering, rewriting, refusal mechanisms)
• создавать и поддерживать evaluation-фреймворки: бенчмарки, red-teaming, adversarial testing, метрики безопасности и robustness
• работать с LLM API / open-source моделями, оптимизировать latency и качество guardrails
• участвовать в разработке политик безопасности, документировать решения
• анализировать инциденты, улучшать покрытие edge-cases и снижать false positive/negative.

Мы ожидаем, что у тебя есть:

• 2–4+ года коммерческого опыта в ML/AI-разработке (Python)
• опыт работы с LLM (OpenAI, Anthropic, open-source: Llama, Mistral, Qwen и т.д.)
• практический опыт построения систем модерации / content safety / guardrails или похожих задач (toxicity detection, PII redaction, prompt defense)
• хорошее знание NLP: классификация текста, embeddings, fine-tuning (LoRA/QLoRA), evaluation
• опыт с PyTorch / Hugging Face Transformers, LangChain / LlamaIndex / аналогичными фреймворками
• понимание основных угроз LLM (jailbreaks, prompt injection, data leakage, hallucination risks)
• умение писать чистый, тестируемый код, работать с CI/CD, Docker.
• самостоятельность и ownership: способность брать задачу end-to-end (от исследования до production)
• навыки работы с генеративными AI-моделями.

Будет плюсом:

• опыт red-teaming / adversarial ML / safety evaluation
• знание техник alignment (RLHF, DPO, constitutional AI) и safety benchmarks (HarmBench, JailbreakBench, AdvBench и др.)
• опыт работы с vector DB, RAG-пайплайнами и их безопасностью
• знание multi-modal guardrails (изображения + текст)
• опыт production-deployment ML-систем (FastAPI, Kubernetes, мониторинг).
• английский на уровне чтения документации.

Работа в СберТехе - это:

• гибридный формат работы
• годовой бонус и ежегодный пересмотр зарплаты
• статус аккредитованной ИТ-компании
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• 90 дней удаленной работы из любого региона РФ
• льготная ипотека в Сбере
• бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.

Security Factory - Единая платформа управления и контроля процессами разработки безопасного программного обеспечения. Позволяет интегрировать, запускать и управлять инструментами тестирования безопасности в отношении продуктов и ПО. Обеспечивает превентивное и раннее обнаружение уязвимостей в программном обеспечении, контроль лицензионной чистоты сторонних компонент.

Задачи

создавать новые AI-агенты;
развивать МL;
писать MCP-сервера;
наполнять RAG;
писать код.

Требования

Студенты 3 - 6 курсов бакалавриата, специалитета или магистратуры;
базовый уровень языка на Python;
знание GIT;
знание основ ML;
знание RAG.

Условия

график работы от 30 часов в неделю;
развитие в командах профессионалов и опытный наставник, готовый делиться опытом;
мобильная связь за счет компании;
подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети;
специальные предложения от партнеров и скидки от продуктов экосистемы МТС;
непрерывное развитие — доступ к курсам и вебинарам корпоративного университета и онлайн-библиотеке.