NLP разработчик Функций в Алису (Python)
Мы в команде функций Алисы разрабатываем LLM, которая способна работать с сотнями различных инструментов. Это позволяет делать Алису умнее и работать во множестве сложных сценариев: продуктивности, управлении умным домом, поиске контента,…
яндекс · На сервисе с: 11.06.26 13:05
↑ Вакансия с автоподнятиемМы в команде функций Алисы разрабатываем LLM, которая способна работать с сотнями различных инструментов. Это позволяет делать Алису умнее и работать во множестве сложных сценариев: продуктивности, управлении умным домом, поиске контента, погоде и много где ещё!
Чем мы занимаемся
- Исследуем подходы к улучшению качества в tool-calling-сценариях
- Совершенствуем SFT-стадию
- Делаем RL
- Расширяем возможности Алисы для миллионов пользователей
С видеокартами мы уже разобрались, так что ищем крутых коллег, с которыми построим по-настоящему умного ассистента.
Какие задачи вас ждут
Разработка и внедрение в устройства с Алисой новых сценариев на базе LLM
Вы будете обучать LLM решать задачи пользователя в сложных сценариях, которые возникают при взаимодействии с устройствами и умным домом. Предстоит совершенствовать выбор необходимых функций, улучшать способности LLM работать со сложным контекстом и вызывать цепочки функций для решения задачи пользователя, создавать для этого RL-среды и подходы к генерации данных.
Замена традиционных классификаторов LLM-пайплайнами и RAG-системами
Вы будете трансформировать существующие архитектуры в современные пайплайны с LLM, вызовом функций, планированием и рассуждениями.
Дообучение, настройка и интеграция моделей, оптимизация inference
Вам предстоит работать как с опенсорс-моделями, так и с внутренними, включая fine-tuning, RL и адаптацию под платформу Алисы. Нужно обеспечить быструю и устойчивую работу моделей на проде, включая оптимизацию inference и взаимодействие с инфраструктурой (Eagle, FP8, дистилляцию, etc.).
Участие в разработке RL-моделей для обучения диалоговых агентов
Если у вас есть опыт работы с multi-turn reinforcement learning или интерес к нему, можно будет погрузиться в постановку и реализацию таких экспериментов в масштабах Яндекса и Алисы с сотнями тулов и большим количеством тёрнов.
Работа в большой кросс-функциональной команде
Делать Алису лучше нам помогает большая команда, состоящая из аналитики, бэкенда и продукта. Вам предстоит строить взаимодействия, прорабатывать системы бенчмаркинга моделей совместно с аналитикой и обсуждать варианты реализаций функций, подходящих для LLM-пайплайнов.
Больше об ML в Яндексе — в канале Yandex for ML
Мы ждём, что вы
- Обладаете глубокими знаниями в Deep Learning и NLP
- Работали с LLM и пайплайнами вокруг них (function calling, memory, RAG)
- Внедряли ML-системы в продакшен
- Мыслите системно — от архитектуры до интеграции с инфраструктурой
- Пишете на Python, знакомы с PyTorch
- Готовы к кросс-функциональной работе с бэкендом, аналитикой и продуктовыми командами
Похожие вакансии Data Science & ML
Управление Модельных Рисков - «by-design» уникальное подразделение, которое «видит» все AI/ML модели Банка, понимает процессы/точки принятия решений моделями, кривая обучения у наших сотрудников «круче», чем в подразделениях, разрабатывающих модели.
Наша цель – помочь Банку зарабатывать больше и улучшать клиентский опыт за счет повышения эффективности моделей и их использования в Бизнес процессах.
Мы ищем DS/Quant с экспертизой на стыке финансовой математики, торговых алгоритмов и ML для работы в напралении Модельного Риска Торговой Книги. Вы будете выступать ключевым звеном контроля качества моделей и агентов, используемых в оценке рисков и ценообразовании финансовых инструментов.
Обязанности
- оценка качества моделей ClassicML, работающих на финансовых рынках, в том числе: торговые алгоритмы, оценка эластичности по цене, кластеризация клиентов и т.д.
- проведение независимой оценки качества моделей прайсинга финансовых инструментов, а также риск-моделей (включая VaR, CVA, PFE)
- анализ корректности математических предпосылок, устойчивости моделей и их соответствия бизнес-требованиям и рыночным условиям
- оценка и контроль рисков агентов, работающих в торговых алгоритмах, процессах прайсинга финансовых инструментов и оценки рыночных рисков
- создание инструментов для автоматизации процессов мониторинга моделей и агентов с использованием Python
- подготовка аналитических заключений по результатам валидации, формирование рекомендаций по доработке моделей
- презентация результатов работы, аргументация выводов и защита предложенных решений перед разработчиками моделей, риск-менеджментом и бизнес-заказчиками.
Будет плюсом:
- навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.
Требования
- знание теории вероятностей, математической статистики и случайных процессов
- опыт работы на стороне разработки или валидации ClassicML моделей
- уверенные навыки программирования на Python, опыт разработки структурированного и поддерживаемого кода
- знание базовых принципов построения моделей прайсинга производных финансовых инструментов
- опыт работы с количественными моделями в финансах или смежных областях будет преимуществом
- участие в летних школах или курсах: Vega, ЦМФ – также является преимуществом.
Условия
- работа в удобном и современном офисе недалеко от станции метро Кутузовская
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.