- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML-разработчик в команду качества поиска для ИИ
Оценка ИИВакансия в топовой технологической компании над одним из самых передовых направлений (ИИ-поиск). Отличный соцпакет, сильное комьюнити и возможность влиять на продукт, которым пользуются миллионы.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в NLP и Retrieval-системах, а также умения работать с высоконагруженной инфраструктурой Яндекса. Высокая планка ожидается как в инженерной культуре, так и в аналитической работе с данными.
Анализ зарплаты
Оценка ИИВ вакансии не указан точный уровень дохода, однако для Senior ML ролей в Яндексе вилка обычно соответствует или слегка превышает рыночные показатели для топовых российских бигтех-компаний. Итоговое предложение сильно зависит от грейда, подтвержденного на секциях.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс уже сейчас
Присоединяйтесь к команде Яндекса и создавайте поиск будущего на основе ИИ уже сегодня!
Описание вакансии
❣️ ML-разработчик в команду качества поиска для ИИ
Мир стремительно меняется: всё больше поисковых сценариев закрывается чатовыми ИИ, и мы активно участвуем в этой гонке. Современный ИИ, например Алиса, не только отвечает из памяти, но и активно ищет внешние источники из интернета — и качество предоставляемых источников критически важно для хорошего ответа. Наша команда E2E отвечает за качество поиска для ИИ. Присоединяйтесь к нам и помогите изобрести поиск будущего!
Какие задачи вас ждут:
• Улучшение качества ретривалаСейчас наши ИИ-сервисы работают поверх традиционного Поиска Яндекса с небольшими улучшениями. Поиск значительно оптимизирован под человеческое потребление со всеми его особенностями. Вам предстоит значительно переработать поисковый стек под ИИ-потребление, чтобы отдавать на каждый запрос самые релевантные и экспертные источники. Совместно с нашей командой аналитики вы проанализируете потери и слабые места, разработаете новые сигналы качества и внедрите модели.
• Улучшение Context EngineeringНедостаточно найти документы — необходимо подготовить из них хороший контекст для LLM. Здесь много открытых вызовов: как доставать только важное и нужное, не ломая смысл и вписываясь в строгие продакшн-ограничения? Вам предстоит найти ответы.
• Ускорение инфраструктуры и экономияПоиск — это дорого. Мы тратим много железа, а RPS от агентских систем больше, чем от людей. Совместно с командой инфраструктуры вам предстоит оптимизировать поисковый стек, не теряя в качестве.
Мы ждём, что вы:• Имеете высокую инженерную и ML-культуру, применяли ML в продакшне
• Обладаете хорошим кругозором и насмотренностью в современном NLP
• Понимаете, что главное в ML — это данные, готовы много и пристально в них смотреть
• Умеете критически смотреть на метрики и результаты моделей
• Хотите видеть за цифрами продукт и пользователя
Наши бонусы:Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество. Это не всё — полный список тут.
📩 Откликнуться на нашем сайте
#ML #AI #NLP
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Information Retrieval
- NLP
- ML
- Context Engineering
Возможные вопросы на собеседовании
Проверка понимания специфики работы LLM с внешними данными.
Какие подходы к Context Engineering вы считаете наиболее эффективными для минимизации галлюцинаций модели при работе с внешними источниками?
Оценка опыта в области информационного поиска.
Как бы вы адаптировали классические алгоритмы ранжирования (например, BM25) для задач ретривала под нужды LLM-агентов?
Проверка навыков оптимизации и работы с ограничениями.
Какие методы сжатия контекста или выбора наиболее релевантных фрагментов текста вы применяли для соблюдения лимитов контекстного окна и снижения задержек (latency)?
Оценка продуктового мышления и работы с метриками.
Как вы оцениваете качество поиска, если конечным потребителем является не человек, а другая модель? Какие прокси-метрики здесь наиболее важны?
Проверка инженерной культуры.
Расскажите о самом сложном кейсе внедрения ML-модели в продакшн: с какими инфраструктурными проблемами вы столкнулись и как их решили?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
ML разработчик (Middle)
Senior Data Scientist
Data Scientist Senior
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!