ML-разработчик в команду Международного Поиска
Международный Поиск
Москва
Полная занятость
Описание
Поиск Яндекса отвечает на запрос и тут же забывает о вас. Мы делаем новый проект, который это меняет. Поиск будет понимать, какую задачу человек на самом деле решает, помнить контекст и помогать довести дело до результата.
Как это выглядит: вы несколько вечеров выбирали поездку на Алтай и наконец купили билеты. Для обычного Поиска работа на этом заканчивается. Наша система на этом не останавливается и продолжает помогать: она поймёт, что впереди сезон активности клещей, разберётся, как к нему подготовиться, и вернётся к вам с готовым ответом. Если ваша задача ещё не решена — поймёт, что вы уже выяснили и что осталось, а затем предложит следующий шаг.
Для реализации подобной системы необходимо нетривиальное решение, состоящее из множества стадий: восстановление интересов, генерация предложений, оценка качества, анализ пользовательских реакций. Проект находится на раннем этапе: архитектуру системы предстоит спроектировать с нуля — у вас будет возможность напрямую влиять на конечный вид каждого компонента.
Какие задачи вас ждут:
Восстанавливать интересы и задачи пользователей из поисковой истории
Вам предстоит научить LLM склеивать разрозненные запросы и сессии, формировать осмысленные задачи и понимать, насколько они были успешны и в каком состоянии находится каждая из них.
Строить систему генерации запросов и ответов
Вы будете проектировать пайплайн, который отвечает за формирование предложения пользователю. Важно соблюдать компромисс между качеством и скоростью работы системы.
Выстраивать систему оценки качества
Вам предстоит развивать компоненты, которые позволят достоверно и точно оценивать качество работы системы в целом и на каждом из этапов.
Больше об ML в Яндексе — в канале Yandex for ML
Мы ждем, что вы:
- Уверенно владеете Python и строили ML-системы, работающие в проде
- Умеете работать с LLM и пайплайнами вокруг них
- Доводите ML-задачу до конца: от уточнения постановки до внедрения в продукт и мониторинга качества
Будет плюсом:
- Дообучали LLM (SFT, RL)
- Работали с поиском или рекомендательными системами
- Активно используете AI-инструменты в своей работе
Как это выглядит: вы несколько вечеров выбирали поездку на Алтай и наконец купили билеты. Для обычного Поиска работа на этом заканчивается. Наша система на этом не останавливается и продолжает помогать: она поймёт, что впереди сезон активности клещей, разберётся, как к нему подготовиться, и вернётся к вам с готовым ответом. Если ваша задача ещё не решена — поймёт, что вы уже выяснили и что осталось, а затем предложит следующий шаг.
Для реализации подобной системы необходимо нетривиальное решение, состоящее из множества стадий: восстановление интересов, генерация предложений, оценка качества, анализ пользовательских реакций. Проект находится на раннем этапе: архитектуру системы предстоит спроектировать с нуля — у вас будет возможность напрямую влиять на конечный вид каждого компонента.
Какие задачи вас ждут:
Восстанавливать интересы и задачи пользователей из поисковой истории
Вам предстоит научить LLM склеивать разрозненные запросы и сессии, формировать осмысленные задачи и понимать, насколько они были успешны и в каком состоянии находится каждая из них.
Строить систему генерации запросов и ответов
Вы будете проектировать пайплайн, который отвечает за формирование предложения пользователю. Важно соблюдать компромисс между качеством и скоростью работы системы.
Выстраивать систему оценки качества
Вам предстоит развивать компоненты, которые позволят достоверно и точно оценивать качество работы системы в целом и на каждом из этапов.
Больше об ML в Яндексе — в канале Yandex for ML
Мы ждем, что вы:
- Уверенно владеете Python и строили ML-системы, работающие в проде
- Умеете работать с LLM и пайплайнами вокруг них
- Доводите ML-задачу до конца: от уточнения постановки до внедрения в продукт и мониторинга качества
Будет плюсом:
- Дообучали LLM (SFT, RL)
- Работали с поиском или рекомендательными системами
- Активно используете AI-инструменты в своей работе