yandex
Страна
Россия
УдалённоПолная занятость

ML-разработчик в команду VLM-оператора в Генеративные технологии

ИИОценка ИИ

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.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

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

Медиана450 000 ₽
Рынок350 000 ₽ – 650 000 ₽
ИИОценка ИИ

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.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

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

#генеративные_технологии #ML #VLM #RL #NLP #harness

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

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.

Похожие вакансии

Россия
более 1000 офферов получено
4.9

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!