- Страна
- Россия
ML-разработчик в команду VLM-оператора в Генеративные технологии
Работа в топовой технологической компании над передовыми задачами в области Generative AI. Отличный соцпакет, возможности для профессионального роста и выступления на конференциях, однако высокая планка входа и сложность задач.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Вакансия требует глубокой экспертизы на стыке NLP и CV (VLM), а также практического опыта в Reinforcement Learning и создании агентских систем. Задачи включают полный цикл разработки и оптимизацию сложных систем планирования, что предполагает высокий уровень технической подготовки.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Яндекс предлагает конкурентную заработную плату, которая обычно соответствует или превышает медиану рынка для Senior ML-специалистов в России, особенно в таких инновационных направлениях, как Generative AI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
*🤍* ML-разработчик в команду VLM-оператора в Генеративные технологии
Наша команда занимается разработкой computer-use-агентов, которые проходят тест-кейсы в интерфейсах и приложениях Яндекса — смотрят на экран, кликают, проверяют результат. Это помогает экономить время на рутинных тестах и сокращает время на выпуск версий. Работа — на стыке harness и моделей, которых мы дообучаем через SFT/RL.
Какие задачи вас ждут:
• Развитие harness
Нам важно строить эффективную (как по токенам, так и по скорости) обвязку вокруг модели. Разработка базы знаний по большой вариации тест-кейсов, улучшение планера, разработка верификаторов и тулов — это лишь малая часть задач, которые окружают harness.
• Агентское планирование в модели
Уже сейчас наши модели неплохо справляются с автоматизацией. Но инструментов становится больше, тест-кейсы — сложнее. Чтобы сохранять эффективность и находить оптимальные пути решения задач, вам предстоит обучать модель таким эффективным стратегиям, а также работе в нашем harness.
Мы ждём, что вы:
• Понимаете, как строятся VLM-агенты и tool calling, работали с ними
• Разбираетесь с RL в интерактивных средах
• Хорошо знаете NLP/CV, особенно LLM/VLM
• Умеете решать ML-задачи полного цикла — от сбора разметки до внедрения в продакшен
Будет плюсом, если вы:
• Понимаете ограничения современных VLM
• Следите за трендами в области агентов и tool-augmented-моделей
Почему у нас классно:
Сотрудники Яндекса бесплатно участвуют в профильных конференциях. А для тех, кто на них выступает, у нас есть школа подготовки спикеров. Это не все бонусы —полный список тут.
*📩*{{apply_contact}}на нашем сайте
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Machine Learning
- VLM
- LLM
- NLP
- Computer Vision
- Reinforcement Learning
- SFT
- Python
- Tool Calling
Возможные вопросы на собеседовании
Проверка понимания специфики мультимодальных моделей в контексте интерфейсов.
С какими основными трудностями вы сталкивались при работе с VLM в задачах распознавания элементов интерфейса и как их решали?
Оценка навыков работы с RL, указанных в требованиях.
Как бы вы спроектировали функцию вознаграждения (reward function) для агента, который должен пройти сложный многошаговый тест-кейс в мобильном приложении?
Проверка умения оптимизировать работу модели (harness).
Какие стратегии оптимизации количества токенов вы бы предложили для VLM-агента, работающего в реальном времени?
Оценка опыта в дообучении моделей.
В каких случаях для улучшения работы агента вы выберете SFT, а в каких — RL? Приведите примеры из практики.
Проверка навыков интеграции инструментов.
Как обеспечить надежность tool calling в условиях, когда модель должна взаимодействовать с динамически меняющимся UI?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

