LLM‑разработчик персонализации в Плюс Фантех

Мы — команда MediaAI — ищем сильного LLM‑разработчика с опытом прикладных LLM‑систем для развития пользовательского профиля и LLM‑памяти сервисов Плюс Фантеха.

Роль предполагает ответственность за ключевое направление: ML‑интеграцию общего пользовательского профиля в продукты и AI‑агентов нашей экосистемы. Ваши решения напрямую повлияют на то, как будет устроена персонализация сразу в нескольких сервисах.

Развивать сервис пользовательского профиля и LLM-памяти
Вы будете проектировать и улучшать систему, которая хранит и извлекает пользовательский контекст. Это ключевой компонент для всех AI-агентов Плюс Фантеха: от рекомендаций до диалоговых сценариев.

Улучшать качество запоминания и извлечения контекста
Вам предстоит работать с embeddings, retrieval-механиками и промптами, чтобы система точнее понимала, что важно пользователю в данный момент. Проводить эксперименты с LLM и автоматическими метриками качества.

Проектировать переиспользуемые механики интеграции
Вы будете создавать механизмы, которые позволят разным продуктовым командам легко подключаться к профилю и памяти — без дублирования логики и с сохранением стабильности.

Создавать автоматические оценки качества
Вам предстоит разрабатывать и внедрять метрики и тесты для недетерминированных компонентов, чтобы можно было объективно оценивать, насколько хорошо система запоминает и извлекает информацию.

Обеспечивать стабильность и безопасность
Вы будете работать с производительностью, наблюдаемостью и безопасной обработкой пользовательских данных. Внедрять best practices асинхронной обработки и проектирования хранилищ.

Больше об ML в Яндексе — в канале Yandex for ML

• Уверенно владеете Python
• Имеете практический опыт интеграции с LLM
• Понимаете embeddings, semantic search и RAG
• Работали с базами данных и проектировали хранилища
• Понимаете асинхронную обработку
• Умеете тестировать недетерминированные компоненты и оценивать качество ML-функциональности
• Способны самостоятельно разбираться в существующей системе и брать компонент в техническое владение

• Знаете Java
• Имеете опыт разработки персонализации или рекомендательных систем
• Знакомы с MCP и архитектурой LLM-агентов
• Строили LLM-evaluation и проводили A/B-эксперименты
• Работали с чувствительными пользовательскими данными