Лид направления long-horizon-агентности Alice AI LLM
Yandex R&D
Москва
Полная занятость
Описание
Наша команда развивает Alice AI LLM — технологию, которая лежит в основе разных продуктов Яндекса. Мы фокусируемся на агентских способностях модели: задачах, где она должна пользоваться инструментами, писать, рассуждать и самостоятельно доводить работу до результата.
Одна из ключевых нерешённых проблем в этой области — long-horizon tasks: сложные многошаговые задачи, над которыми агент может автономно работать несколько часов, удерживая состояние и восстанавливаясь после ошибок. Мы считаем способность автономно решать многоэтапные задачи одним из ключевых шагов на пути к AGI.
Ищем техлида, который возглавит направление long-horizon-агентности и соберёт команду. На старте в команде будет 1–2 человека, а в перспективе — до пяти.
Какие задачи вас ждут:
Оценка и бенчмарки
Вы будете развивать внешние и внутренние бенчмарки, в том числе Terminal и SkillsBench. Вам предстоит разработать стратегию и план, которые помогут развивать систему оценки long-horizon-возможностей моделей, а также сформулировать требования к эталонным решениям и автоматическим верификаторам.
Анализ работы агентов
Нужно будет анализировать результаты и траектории работы агентов, выявлять системные ограничения и возможности для роста. Вместе с командами разработки и обучения вы будете устранять основные классы ошибок и добиваться измеримого улучшения моделей.
Подготовка обучающих данных
Одна из ваших задач — проектировать пайплайны, которые генерируют, размечают и проверяют обучающие данные.
Управление командой
Вам предстоит нанимать и развивать сотрудников, выстраивать процессы и распределять зоны ответственности в команде.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Мы ждем, что вы:
- Руководили технической командой или были ведущим специалистом
- Работали в сфере NLP
- Активно пользуетесь инструментами для вайб‑кодинга, в идеале можете объяснить разницу между Claude и Codex
- Уверенно владеете SQL и Python
- Анализируете данные и строите эффективные процессы их обработки
- Знаете теорию вероятностей и математическую статистику
- Интересуетесь развитием LLM и понимаете, как устроены агентские системы
- Самостоятельны и готовы работать с задачами, для которых ещё нет готового решения
Будет плюсом:
- Работали с метриками и бенчмарками в NLP
- Строили или оценивали агентские системы
- Свободно читаете статьи и документацию на английском языке
Одна из ключевых нерешённых проблем в этой области — long-horizon tasks: сложные многошаговые задачи, над которыми агент может автономно работать несколько часов, удерживая состояние и восстанавливаясь после ошибок. Мы считаем способность автономно решать многоэтапные задачи одним из ключевых шагов на пути к AGI.
Ищем техлида, который возглавит направление long-horizon-агентности и соберёт команду. На старте в команде будет 1–2 человека, а в перспективе — до пяти.
Какие задачи вас ждут:
Оценка и бенчмарки
Вы будете развивать внешние и внутренние бенчмарки, в том числе Terminal и SkillsBench. Вам предстоит разработать стратегию и план, которые помогут развивать систему оценки long-horizon-возможностей моделей, а также сформулировать требования к эталонным решениям и автоматическим верификаторам.
Анализ работы агентов
Нужно будет анализировать результаты и траектории работы агентов, выявлять системные ограничения и возможности для роста. Вместе с командами разработки и обучения вы будете устранять основные классы ошибок и добиваться измеримого улучшения моделей.
Подготовка обучающих данных
Одна из ваших задач — проектировать пайплайны, которые генерируют, размечают и проверяют обучающие данные.
Управление командой
Вам предстоит нанимать и развивать сотрудников, выстраивать процессы и распределять зоны ответственности в команде.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Мы ждем, что вы:
- Руководили технической командой или были ведущим специалистом
- Работали в сфере NLP
- Активно пользуетесь инструментами для вайб‑кодинга, в идеале можете объяснить разницу между Claude и Codex
- Уверенно владеете SQL и Python
- Анализируете данные и строите эффективные процессы их обработки
- Знаете теорию вероятностей и математическую статистику
- Интересуетесь развитием LLM и понимаете, как устроены агентские системы
- Самостоятельны и готовы работать с задачами, для которых ещё нет готового решения
Будет плюсом:
- Работали с метриками и бенчмарками в NLP
- Строили или оценивали агентские системы
- Свободно читаете статьи и документацию на английском языке