Разработчик инфраструктуры офлайн-сигналов качества Поиска

Наше подразделение крайне важно для Поиска, именно для центральной его части — поисковой строки с Алисой. В центре любого машинного обучения лежат датасеты. Мы отвечаем за скорость и качество сбора этих датасетов. И это прямо влияет на скорость появления новой функциональности.

У нас человек и ИИ работают вместе: платформа сочетает работу людей и алгоритмов. LLM‑ассистенты помогают разметчикам разбираться в сложных случаях, а модели‑предсказатели делают первичную разметку. Люди проверяют и уточняют результаты — так мы добиваемся баланса скорости и точности.

Система поддерживает разные типы данных: текст, изображения, аудио, 3D‑сканы. Для каждого типа — свой интерфейс разметки. Задачи распределяются автоматически с учётом навыков исполнителей и текущей нагрузки, что позволяет сохранять стабильное качество работы.

Какие задачи вас ждут

Контроль качества
Каждое задание выполняет несколько независимых исполнителей. Алгоритмы сравнивают их ответы и выявляют расхождения. Дополнительно работают автоматические валидаторы: они проверяют данные по правилам, регулярным выражениям и семантическим критериям.

Работа с исполнителями
Мы выстраиваем долгосрочные отношения с разметчиками: обучаем их, отслеживаем прогресс и формируем группы по специализациям. Система мотивации поощряет качество и стабильность, а не скорость выполнения заданий. Для сложных проектов собираем экспертные группы по профилям.

Автоматическая проверка данных
Алгоритмы отслеживают аномалии в разметке, например систематические отклонения от нормы. Для изображений есть инструменты проверки границ объектов. Семантический анализ следит за логической связностью тегов. Вся история изменений фиксируется — это даёт прозрачность для клиентов.

Техническая инфраструктура
Платформа рассчитана на высокую нагрузку: распределённые узлы обрабатывают миллионы заданий с низкой задержкой. API позволяют встраивать сервис в существующие ML‑пайплайны. Данные защищены шифрованием, а персональные сведения анонимизируются. Версионирование помогает отслеживать изменения в датасетах.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждем, что вы

• Хорошо знаете Python
• Знаете SQL
• Умеете работать с системами контроля версий

Будет плюсом, если вы

• Работали с краудсорсингом, собирали датасеты
• Знакомы с парадигмой REST API
• Сталкивались с технологиями обработки больших данных
• Знаете любой бэкенд-фреймворк для Python: Flask или Django

Наличие даже одного пункта выше — нормально: мы не ожидаем, что вы знаете всё это.