Привет! Я Лёша Забелин, руководитель службы блендинга. Мы строим платформу Nova, которая позволит десяткам поисков Яндекса запускаться и развиваться в разы быстрее. Идея в том, чтобы команды могли декларативно описывать требования к релевантности и интеграциям, а система сама собирала ранжирование, evaluation и подключение к продуктам вроде Алисы.
Ищу в команду человека, который не боится экспериментов, готов генерировать идеи и реализовывать их. Для ваших инициатив у нас найдутся и масштаб, и свобода.
В Яндексе существует множество вертикальных поисков: товары, путешествия, недвижимость, афиша, музыка. У каждого из них своя логика ранжирования, метрики качества и интеграции с продуктами вроде Алисы.
Мы хотим собрать из этого единую платформу поиска, где команды смогут описывать требования к релевантности и интеграциям декларативно, а инфраструктура будет автоматически строить ранжирование, evaluation и подключение к агентам.
В основе платформы — современные LLM и ML-подходы: от компиляции политик релевантности до дистилляции моделей ранжирования и стандартных интерфейсов для агентов.
Развивать платформу поиска для продуктовых команд
Вы будете реализовывать ML-инфраструктуру, которую смогут использовать десятки команд внутри компании. Платформа должна позволять быстро запускать новые поиски и экспериментировать с логикой ранжирования.
Использовать LLM для построения ML-пайплайнов
Мы применяем LLM для описания логики ранжирования, генерации обучающих данных и помощи в настройке моделей. Вам предстоит реализовать такие механизмы внутри платформы.
Заниматься дистилляцией моделей ранжирования
Нужно будет превращать тяжёлые мощные модели в быстрые продакшн-модели, позволяющие соблюдать ограничения по латентности и не сильно уступающие в качестве учителю.
Развивать систему метрик и evaluation
Вы будете создавать инфраструктуру для измерения качества поиска в разных вертикалях. Это включает метрики, офлайн-evaluation и поддержку экспериментов.
Больше об ML в Яндексе — в канале Yandex for ML
