ML-разработчик в команду качества LLM в Алисе
Наша команда занимается улучшением генеративных моделей AliceAI LLM для пользователей Алисы. Сейчас наша главная цель — сделать LLM модель AliceAI ещё более умной, человечной и полезной для многомиллионной аудитории пользователей чата с Ал…
яндекс · На сервисе с: 12.06.26 00:17
↑ Вакансия с автоподнятиемНаша команда занимается улучшением генеративных моделей AliceAI LLM для пользователей Алисы. Сейчас наша главная цель — сделать LLM модель AliceAI ещё более умной, человечной и полезной для многомиллионной аудитории пользователей чата с Алисой AI. Для этого мы работаем с передовыми alignment-техниками, такими как RL и мультиаспектные reward-функции, развиваем LLM-модель и дополняем её новыми свойствами.
В октябре 2025 года мы представили новую AliceAI LLM, основанную на архитектуре MoE. Чтобы делать продукт ещё круче, мы ищем ML-инженера, заинтересованного в прикладной работе с LLM-моделями и техниками RL.
Почему у нас круто?
* Вы будете на передовой AI: предстоит работать с технологиями, которые определят будущее ИИ
* Реальный импакт: ваши решения увидят и оценят миллионы пользователей
* Сильнейшая команда: коллеги, с которыми можно свернуть горы
* Постоянное развитие: доступ к самым свежим исследованиям и вычислительным ресурсам
Это шанс не просто работать с LLM, а создавать ИИ, который изменит правила игры. Присоединяйтесь!
Исследование подходов RL
Хороший ответ LLM обладает разными ценными свойствами: это структурированность, полезность, человечность, фактологичность, безопасность и другие. Для улучшения каждого из свойств мы используем методы RL (например, GRPO), в основе которых лежат reward-модели, обученные для оценки каждого из аспектов. При работе над аспектом возникает ряд сложных технических задач, например борьба с reward-hacking, корреляцией и антикорреляцией разных reward-функций, поиск tradeoff-ов между разными аспектами. Именно эти задачи нужно будет решать на повседневной основе, реализуя и совершенствуя методы обучения.
Работа с RAG
Для повышения полезности и фактологичности ответа AliceAI LLM может использовать источники из поиска Яндекса. При работе над каким-либо срезом ответов, например образовательным, важно думать о том, чего мы ожидаем от модели при виде релевантного или нерелевантного документа, сможет ли модель ответить «из головы». Поэтому в нашей работе мы зачастую ставим эксперименты для улучшения качества за счёт правильного использования внешних источников информации.
Возможность развития вширь
Наша команда находится в центре стремительно развивающегося продукта AliceAI. Вплотную с нами продуктом занимается множество людей — аналитики, бэкенд- и фронтенд-разработчики, продуктовые исследователи. В ходе взаимодействия с ними экспертный опыт в области растёт, рождаются новые идеи и инсайты. Обнаружив такую точку роста, при желании можно сформулировать задачу, согласовать совместные шаги со смежными командами и довести её до результата — не только с технической стороны, но и с точки зрения управления. Подобные инициативы отлично развивают навыки лидерства и техлидерства, и появляются они достаточно часто.
Подробнее про Alice AI
Больше об ML в Яндексе — в канале Yandex for ML
* Отличаетесь глубоким интересом к прикладным ML-исследованиям и страстью к созданию умных моделей
* Работали с NLP и LLM и понимаете, как устроены современные языковые модели
* Имеете опыт в reinforcement learning (RL) и знаете, как заставить модели учиться на своих действиях
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.