
яндекс · 30 мая
Мы создаём Алису как помощника на все случаи жизни. Это система специализированных агентов, каждый из которых решает свою задачу лучше универсальной модели. Команда отвечает за полный цикл: проектирование архитектуры агентов (какие агенты нужны, какие у них задачи и инструменты), обучение LLM под агентные сценарии, развитие оркестратора и работу с базовым качеством агентности.
Мы смотрим на это системно — чтобы наши наработки масштабировались на всю экосистему агентов, а не только решали точечные задачи.
Вам предстоит стать техническим лидером одного из ключевых направлений команды — активации агентского трафика.
Исследование и разработка способов подсказок пользователю
Вы будете разрабатывать способы подсказок пользователю, что его задачу лучше решит специализированный агент: саджесты, триггеры, контекстные рекомендации.
Влияние на роутер/оркестратор
Вам предстоит предлагать и реализовывать архитектурные изменения, обучать модели (SFT, RL/GRPO) для более точной маршрутизации.
Проведение экспериментов и достижение продуктовых показателей
Вы будете проводить эксперименты, выстраивать метрики и достигать продуктовых показателей. Ваша цель — рост использования агентов и повышение качества агентности.
Участие в ML System Design
Вам предстоит определять, какие агенты нужны, какие задачи они решают, какие инструменты им требуются. А также нужно будет работать с RAG и fine-tuning для улучшения отдельных агентов и общих компонентов.
Больше об ML в Яндексе — в канале Yandex for ML
* Имеете опыт в ML/NLP более трёх лет, понимаете современные LLM-архитектуры
* Обучали модели: применяли SFT, GRPO или другие RL-подходы
* Внедряли ML-решения в продакшен
* Умеете думать продуктово: от гипотезы до метрики и A/B-теста
* Владеете Python, PyTorch