- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML-разработчик в Плюс (AI)
Оценка ИИЭто отличная возможность работать в одной из лучших ML-команд страны над продуктом с огромной аудиторией. Использование передовых технологий (LLM, RAG) и сильный соцпакет делают вакансию крайне привлекательной для профессионального роста.
Сложность вакансии
Оценка ИИВакансия требует редкого сочетания навыков: глубокого понимания ML/LLM и способности писать качественный продакшен-код на Java. Высокая планка Яндекса к алгоритмической подготовке и опыту работы с высоконагруженными системами делает отбор достаточно сложным.
Анализ зарплаты
Оценка ИИЯндекс обычно предлагает зарплаты на уровне или выше медианы рынка для Senior/Middle+ специалистов, дополняя их значительным пакетом опционов и бонусов. Указанный диапазон соответствует текущим рыночным реалиям для ML-инженеров в крупных тех-гигантах России.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс уже сейчас
Станьте частью команды Яндекса и создавайте будущее персональных ассистентов на стыке ML и LLM!
Описание вакансии
*➕* ML-разработчик в Плюс (AI)
Яндекс Плюс — это единая подписка на сервисы Яндекса, которая даёт доступ к музыке, фильмам, подкастам, книгам, играм, спортивному и другому контенту. ML-команда разрабатывает интеллектуальные системы на стыке классического машинного обучения и передовых LLM-технологий. Наша цель — создать персонального ассистента, который будет сопровождать пользователя на всех этапах жизни подписки: от выбора оптимального тарифа до ведения адресных и осмысленных коммуникаций.
Какие задачи вас ждут:
• Выдвижение гипотез и проведение A/B-экспериментов
Вы будете предлагать и тестировать новые идеи, чтобы с помощью LLM и классических ML-моделей повышать эффективность продуктовых механик.
• Разработка и развитие генеративных пайплайнов
Вам предстоит собирать и готовить данные, выбирать ML-подходы для построения агентской системы коммуникации с пользователем и формулировать метрики качества.
• Написание продакшен-кода на Java
Наша команда оборачивает модели в сервисы на Java и выводит их в продакшен. Вам предстоит писать надёжный и эффективный код.
• Взаимодействие со смежными командами
Вы будете работать в большой кросс-функциональной команде, взаимодействовать с аналитиками, разработчиками и продакт-менеджерами.
Мы ждём, что вы:
• Понимаете принципы классического ML
• Хорошо знакомы с Python и SQL
• Понимаете принципы работы LLM, умеете использовать их в реальных задачах и знаете, как строятся RAG-системы
• Можете демонстрировать бизнесу результаты исследований и отстаивать свою точку зрения
• Готовы разрабатывать полный цикл внедрения ML-решений
Будет плюсом, если вы:
• Занимались разработкой чат-ботов или ассистентов на базе LLM
• Программировали на Java или C++
• Разрабатывали бэкенд-сервисы
• Реализовывали собственные pet-проекты в области LLM или RAG
Почему у нас хорошо:
Нам важно здоровье сотрудников, поэтому в крупных офисах у нас есть спортзалы — с тренажёрами, инвентарём и душевыми. Это не все бонусы — полный список тут.
*📩 {{apply_contact}} на нашем сайте*
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- C++
- Python
- Machine Learning
- LLM
- SQL
- RAG
- Java
Возможные вопросы на собеседовании
Проверка понимания архитектуры современных LLM-решений.
Расскажите о вашем опыте построения RAG-систем: какие векторные базы данных вы использовали и как решали проблему релевантности контекста?
В вакансии указано написание продакшен-кода на Java.
Как бы вы организовали сервис на Java для инференса ML-модели, чтобы обеспечить минимальную задержку (latency) при высокой нагрузке?
Проверка навыков работы с данными и экспериментами.
Опишите процесс дизайна A/B-теста для новой генеративной функции в Плюсе: какие метрики вы бы выбрали в качестве прокси и целевых?
Проверка фундаментальных знаний ML.
В каких случаях классические методы градиентного бустинга могут оказаться эффективнее LLM для задач персонализации в подписочных сервисах?
Оценка опыта работы с агентами.
С какими основными трудностями вы сталкивались при разработке агентских систем (AI Agents) и как вы контролировали их поведение (hallucinations)?
Похожие вакансии
Middle+ Data инженер
Junior Applied ML Engineer / Data Scientist
Backend / ML Infrastructure / MLOps инженер
Data Engineer (AI / ML)
Data Scientist (Junior+)
Backend / ML Infrastructure / MLOps инженер (ИИ-ассистент)
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!