ML-разработчик в команду геопоиска

Яндекс Карты — один из самых популярных сервисов по поиску мест и организаций в самом широком смысле. Ключевая задача нашей команды — научить Карты качественно отвечать на всевозможные поисковые запросы пользователей. Ежедневно мы помогаем десяткам миллионов людей находить конкретные места на карте (например, по запросу «Яндекс на Льва Толстого») и формируем рекомендации по сложным и нетривиальным запросам (например: «ресторан с красивым видом на город»).

В последнее время особую популярность набирают ИИ-ассистенты и диалоговые сценарии, реализованные на базе агентских платформ и больших языковых моделей. Команда геопоиска — одна из первых в Картах, кто подхватил это направление. Мы ищем талантливых ML-инженеров для создания лучшего в мире ИИ-поиска.

Мы собираем одну из самых сильных ML-команд в Яндексе, которая решает множество задач. Активно работаем с текстами запросов и описаниями организаций с помощью различных нейросетевых и агентских архитектур.

Мы одними из первых запускали [нейросетевой](https://vc.ru/services/535441-yandeks-karty-uluchshili-poisk-po-organizaciyam-teper-nahodit-nuzhnye-mesta-pomogaet-neiroset) и [ИИ-поиск](https://vc.ru/ai/2606333-yandeks-karty-testiruyut-ii-pomoshchnika) — про это можно [почитать на Хабре](https://habr.com/ru/companies/yandex/articles/671504/) и посмотреть выступления на DataFest: [раз](https://www.youtube.com/watch?v=L4tJWmzXois&ab_channel=ODSAIRu), [два](https://www.youtube.com/watch?v=gjBXGVVh8L8), [три](https://www.youtube.com/watch?v=6N6pjZh8uN0). Думаем не только про технологии, но и про [счастье и удобство](https://habr.com/ru/companies/yandex/news/1009200/) для пользователей.

Подробнее о том, чем занимается геопоиск, смотрите на [YouTube](https://www.youtube.com/watch?v=U-QixxzBWfM), а в подкасте о машинном обучении [слушайте](https://mlpodcast.mave.digital/ep-48) рассказ прошлого руководителя геопоиска о его опыте в Яндексе и о задачах команды.

Качество поиска

Как найти магазины, в которых можно купить редкую деталь для автомобиля? В каком салоне красоты по-особому красят волосы? Отвечать на подобные вопросы не так просто, а для ML-разработчика в нашей команде это отдельный вызов. Мы улучшаем качество ответов поиска по сложным запросам, опираясь на всю известную нам информацию об организации, включая отзывы, фотографии, сайты и данные о меню и услугах.

Агентские ИИ-решения

Мы запустили в Картах новый диалоговый режим «Спросить ИИ» на базе современных агентских архитектур и инструментов. Наша команда работает над качеством ответов персонального ИИ-ассистента в Картах, чтобы они лучше соответствовали желаниям и целям пользователей.

Большие языковые модели для обучения других нейросетей

Мы используем множество асессорских разметок для обучения моделей. Один из способов повысить эффективность асессоров и полезность данных для обучения — отдавать на разметку людям только сложные случаи, а для простых решений применять тяжёлые LLM. Наша команда повышает эффективность сбора разметок и общее качество данных для обучения, применяя LLM, чтобы в конечном счёте улучшить опыт пользователя, предложив более точное ранжирование в поиске, более подходящие подсказки и описания мест.

Больше об ML в Яндексе — в канале Yandex for ML

* Работали с современным прикладным NLP и хотите развивать этот опыт
* Разбираетесь в классических алгоритмах машинного обучения
* Уверенно владеете Python
* Готовы писать код на C++ и SQL — у вас нет «аллергии» на эти языки
* Знаете базовые алгоритмы и структуры данных