Хотите работать с большими языковыми моделями и участвовать в создании интеллектуальных систем? Мы ищем ML-аналитика, который поможет развивать LLM-агентов Алисы: улучшать качество ответов, анализировать поведение моделей и строить процессы оценки и обучения. Сейчас в команде запускаются два новых проекта (подробнее расскажем на финале), где можно будет активно формировать процессы оценки качества моделей и подготовки данных. Что мы предлагаем: * Работу с реальными LLM-агентами для миллионов пользователей Алисы * Возможность глубоко погрузиться в оценку качества и развитие современных языковых моделей * Участие в новых проектах на переднем крае развития AI * Влияние на процессы обучения и улучшения моделей Если вам интересно работать с языковыми моделями, анализировать качество AI-систем и развивать интеллектуальных ассистентов — будем рады вашему отклику.

Обязанности:

Улучшение качества LLM-агентов Алисы
Вы будете изучать ответы моделей, выявлять типичные ошибки и точки роста, а также участвовать в улучшении поведения агентов через prompt engineering и context engineering. Оценка и сравнение моделей
Вам предстоит участвовать в приёмке новых версий моделей, анализировать результаты экспериментов и сравнивать модели по ключевым метрикам качества. Работа с данными и разметкой
Вы станете формировать задания на разметку, готовить корзины данных, контролировать качество разметки и подготавливать обучающие и learn-датасеты. Развитие инструментов оценки качества
Понадобится применять статистические методы для проверки гипотез и работать с системами автоматической оценки ответов (например, LLM-as-a-Judge). Аналитика и развитие процессов
Ещё одна важная задача — писать аналитические скрипты на Python для обработки данных и участвовать в развитии процессов оценки и улучшения работы LLM-агентов. Больше об аналитике в Яндексе — в канале Yandex for Analytics

Ключевые навыки:

  • Уверенно владеете Python и работали с данными
  • Имели дело с текстовыми данными или задачами NLP
  • Понимаете базовые статистические методы, анализировали результаты экспериментов с помощью статистических тестов
  • Умеете анализировать метрики качества моделей и проверять гипотезы
  • Готовили и структурировали датасеты
  • Внимательны к деталям и способны работать с большими объёмами текстовых данных
  • Способны разбираться в сложных системах и находить причины ошибок моделей

Дополнительные требования:

  • Работали с LLM или генеративными моделями
  • Работали с разметкой данных или управляли процессом разметки
  • Строили evaluation-пайплайны для моделей
  • Понимаете принципы работы современных LLM