Старший ML-разработчик в команду мультиязычных технологий

Ищем опытного NLP-разработчика, готового много экспериментировать как с базовым качеством обучения, так и с проработкой продуктовой функциональности.

Помимо продуктов, мы любим ресёрч и активно им занимаемся: за последние два года опубликовали три статьи на конференциях уровня A*, а наша система перевода регулярно попадает в топ лучших систем крупнейшего соревнования WMT.

Подробнее о наших исследованиях можно почитать в статье на [«Хабре»](https://habr.com/ru/companies/yandex/articles/884416/) и двух статьях с недавних конференций — [первая](https://aclanthology.org/2025.findings-emnlp.1203.pdf), [вторая](https://www2.statmt.org/wmt25/pdf/2025.wmt-1.50.pdf).

Построение ML-архитектуры системы

Вам предстоит прорабатывать и улучшать ML-функциональность системы, экспериментировать с обучением агентов под отдельные задачи, объединять различные ветки экспериментов в общий core-пайплайн и доводить улучшения до продакшена.

Обучение продвинутых лингвистических инструментов

Система репетитора, которой захочется пользоваться, должна уметь многое и на уровне мельчайшей детализации — очень точно оценивать отдельные ошибки студента, извлекать из них систематические недочёты и пробелы, систематизировать их в конкретный план обучения. Вы будете строить лингвистические инструменты на основе современных LLM и доводить их до качества state-of-the-art.

Поиск баланса между базовым качеством и продуктовой функциональностью

Вы будете принимать активное участие в разработке разных частей пайплайна — как связанных с базовым качеством, так и с разработкой новых продуктовых возможностей. Вместе с коллегами вам предстоит находить баланс между скоростью интеграции новых фич и достижением отличного качества работы существующих сценариев.

Больше об ML в Яндексе — в канале Yandex for ML

* Больше трёх лет работаете в области NLP
* Знакомы с современными техниками обучения LLM
* Отлично знаете математику, можете читать современные научные статьи и разбираться в них
* Любите иностранные языки и готовы анализировать много прототипов вместе с командами аналитиков и лингвистов