Руководитель группы ML-сигналов в Поиск (Core & Agentic Search)
Поиск — сердце Яндекса. Его качество во многом определяется ранжированием — способностью выбрать из огромного числа документов именно те, которые лучше всего помогут пользователю или агенту решить задачу.
LLM уже стали важным инструментом для команд, работающих с NLP. Они позволяют создавать более точную разметку, быстрее проверять гипотезы и заметно повышать качество моделей. Следующий большой шаг для нас — масштабно внедрить LLM-разметку в задачи, решаемые в ранжировании Поиска:
- Понимать намерение пользователя
- Оценивать полезность документа для конкретного запроса
- Определять авторитетность источника, достоверность и качество информации
Это направление напрямую влияет на качество Поиска и пользовательский опыт. Чтобы реализовать его, нужно построить надёжный и масштабируемый процесс создания высококачественной разметки для разных этапов ранжирования во внутреннем контуре компании.
Мы ищем сильного технического лидера, который возглавит это направление. Если вы создавали модели глубинного обучения для обработки текстов на естественном языке, а затем интегрировали в реальные продукты, а также имеете опыт в управлении командой, то эта позиция для вас!
Управление командой
Вы будете руководить командой из 4–6 человек: ставить масштабные цели, декомпозировать их в задачи, договариваться со смежными командами о совместной работе, контролировать весь процесс от постановки задачи до внедрения в продакшен.
Обучение моделей и работа с данными
Вам с командой предстоит превращать данные, размеченные с помощью LLM, в датасеты для разметки ML-моделей, использующихся на различных этапах ранжирования. В зависимости от моделей это может быть как создание отдельных корпусов синтетических данных, так и полноценное дообучение открытых и внутренних LLM.
Создание пайплайнов для оценки обученных моделей
Все наши модели работают в реальных продуктах, которыми пользуются миллионы людей ежедневно. Поэтому они должны проходить многостороннюю оценку, чтобы поддерживать высокое качество работы в различных сценариях.
Больше об ML в Яндексе — в канале Yandex for ML
- Управляли командой ML/DL-разработчиков
- Обучали модели глубинного обучения и внедряли их в продакшен
- Готовы самостоятельно работать руками, создавая прототипы и проверяя гипотезы
- Интересуетесь развитием LLM и их продакшен-применением
- Работали с высоконагруженными системами и делали модели для них
- Работали в кросс-функциональных командах
