
яндекс · 15 июн.
Наша команда строит процессы и инфраструктуру, которые напрямую влияют на портфель enterprise-рекламодателей объёмом около 50 млрд рублей в квартал. Каждый день более 60 менеджеров Яндекса используют наши инструменты для поиска новых точек роста выручки и защиты бюджетов клиентов.
Вам предстоит вести R&D-разработку: мы даём большую свободу в выборе инструментов, но ждём высокой самостоятельности. Вы будете основным AI/ML-инженером в нашей команде — рядом всегда есть поддержка от смежных подразделений, но ядро решений и архитектура будут за вами.
Разработка и внедрение AI-агентов end-to-end
Вам предстоит вести полный цикл создания мультиагентных систем: проектировать логику работы, выбирать оптимальные LLM, создавать кастомные навыки (Tools) и настраивать интеграции с внутренними сервисами Яндекса и внешними API. Отдельный фокус — контроль качества: выстраивание системы оценки ответов, отлов галлюцинаций и внедрение автовалидации, в том числе LLM-as-a-judge.
Развитие ML-модели потенциала клиентов
У нас уже работает ML-модель, которая оценивает денежный потенциал клиента по 400+ параметрам. Вы будете дорабатывать её фичи, тестировать новые гипотезы и проводить эксперименты по улучшению точности алгоритма, плотно взаимодействуя с ML-командой Директа.
Проектирование архитектуры и MLOps-процессов
Так как вы будете драйвером ML-направления внутри команды, вам предстоит не просто обучать модели, но и создавать надёжный фундамент для их работы. Вы будете выстраивать пайплайны данных, упаковывать свои решения в сервисы и обеспечивать их стабильную работу в продакшне.
Больше об ML в Яндексе — в канале Yandex for ML
* Занимались коммерческой разработкой на Python от трёх лет
* Имеете практический опыт работы с LLM API: занимались промпт-инжинирингом, RAG, оценкой качества генерации
* Глубоко понимаете принципы работы классического ML: gradient boosting, feature engineering, A/B-тесты
* Уверенно работаете с данными, используете SQL, pandas, инструменты визуализации
* Обладаете высокой самостоятельностью и готовы брать на себя ответственность за архитектурные решения
* Строили мультиагентные системы: LangChain, LangGraph, AutoGen или аналоги
* Внедряли LLM-as-a-judge или RAGAS для автоматической оценки качества
* Понимаете специфику AdTech или перформанс-маркетинга
* Владеете базовыми навыками DevOps (Docker, API, деплой сервисов)