Старший AI/ML-инженер в Центр экспертизы enterprise-продаж
Наша команда строит процессы и инфраструктуру, которые напрямую влияют на портфель enterprise-рекламодателей. Мы ищем старшего AI/ML-инженера с опытом коммерческой разработки на Python. Вам предстоит разрабатывать и внедрять AI-агентов, проектировать архитектуру и MLOps-процессы.Разработка и внедрение AI-агентов end-to-end
Вам предстоит вести полный цикл создания мультиагентных систем: проектировать логику работы, выбирать оптимальные LLM, создавать кастомные навыки (Tools) и настраивать интеграции с внутренними сервисами Яндекса и внешними API. Отдельный фокус — контроль качества: выстраивание системы оценки ответов, отлов галлюцинаций и внедрение автовалидации, в том числе LLM-as-a-judge. Развитие ML-модели потенциала клиентов
У нас уже работает ML-модель, которая оценивает денежный потенциал клиента по 400+ параметрам. Вы будете дорабатывать её фичи, тестировать новые гипотезы и проводить эксперименты по улучшению точности алгоритма, плотно взаимодействуя с ML-командой Директа. Проектирование архитектуры и MLOps-процессов
Так как вы будете драйвером ML-направления внутри команды, вам предстоит не просто обучать модели, но и создавать надёжный фундамент для их работы. Вы будете выстраивать пайплайны данных, упаковывать свои решения в сервисы и обеспечивать их стабильную работу в продакшне. Больше об ML в Яндексе — в канале Yandex for ML* Занимались коммерческой разработкой на Python от трёх лет * Имеете практический опыт работы с LLM API: занимались промпт-инжинирингом, RAG, оценкой качества генерации * Глубоко понимаете принципы работы классического ML: gradient boosting, feature engineering, A/B-тесты * Уверенно работаете с данными, используете SQL, pandas, инструменты визуализации * Обладаете высокой самостоятельностью и готовы брать на себя ответственность за архитектурные решения* Строили мультиагентные системы: LangChain, LangGraph, AutoGen или аналоги * Внедряли LLM-as-a-judge или RAGAS для автоматической оценки качества * Понимаете специфику AdTech или перформанс-маркетинга * Владеете базовыми навыками DevOps (Docker, API, деплой сервисов)
Вам предстоит вести полный цикл создания мультиагентных систем: проектировать логику работы, выбирать оптимальные LLM, создавать кастомные навыки (Tools) и настраивать интеграции с внутренними сервисами Яндекса и внешними API. Отдельный фокус — контроль качества: выстраивание системы оценки ответов, отлов галлюцинаций и внедрение автовалидации, в том числе LLM-as-a-judge. Развитие ML-модели потенциала клиентов
У нас уже работает ML-модель, которая оценивает денежный потенциал клиента по 400+ параметрам. Вы будете дорабатывать её фичи, тестировать новые гипотезы и проводить эксперименты по улучшению точности алгоритма, плотно взаимодействуя с ML-командой Директа. Проектирование архитектуры и MLOps-процессов
Так как вы будете драйвером ML-направления внутри команды, вам предстоит не просто обучать модели, но и создавать надёжный фундамент для их работы. Вы будете выстраивать пайплайны данных, упаковывать свои решения в сервисы и обеспечивать их стабильную работу в продакшне. Больше об ML в Яндексе — в канале Yandex for ML* Занимались коммерческой разработкой на Python от трёх лет * Имеете практический опыт работы с LLM API: занимались промпт-инжинирингом, RAG, оценкой качества генерации * Глубоко понимаете принципы работы классического ML: gradient boosting, feature engineering, A/B-тесты * Уверенно работаете с данными, используете SQL, pandas, инструменты визуализации * Обладаете высокой самостоятельностью и готовы брать на себя ответственность за архитектурные решения* Строили мультиагентные системы: LangChain, LangGraph, AutoGen или аналоги * Внедряли LLM-as-a-judge или RAGAS для автоматической оценки качества * Понимаете специфику AdTech или перформанс-маркетинга * Владеете базовыми навыками DevOps (Docker, API, деплой сервисов)
ПАО Сбербанк
SCIENTEC CONSULTING PTE. LTD.
АО "СберТех"
Dats.Team
Luxoft