AI-инженер в Яндекс Путешествия

В Яндекс Путешествиях запускается GenAI Adoption Team — это не просто платформенная команда, а ядро AI-компетенций развивающегося продукта. Вокруг этого ядра AI-пионеров должна сформироваться культура AI-by-default, где все специалисты значимо ускоряют достижение стратегических целей продукта через умелое применение LLM.

AI-инженер в GenAI Adoption Team — это разработчик-генералист, который способен определить применимость LLM для решения проблемы, затем спроектировать и реализовать production-ready-систему: агент с предсказуемой логикой, пайплайн контроля качества, интеграцию с реальным миром. В этой роли вы будете создавать LLM-driven-решения для пользователей, поможете автоматизировать процессы, будете внедрять продвинутые инструменты и практики AI-кодинга в разработку многих команд.

Быть пионером всегда непросто, в такой хаотично развивающейся сфере — тем более, но если вы видите себя таким пионером, то здесь будет идеальная почва для профессиональной реализации.

Какие задачи вас ждут

Создавать продуктовых агентов
Вы будете проектировать и реализовывать сценарии, где LLM улучшает пользовательский опыт путешественников. Мы работаем в коллаборации с разными продуктовыми командами, поэтому вам предстоит обращать свою техническую экспертность в масштабируемую архитектуру, координировать реализацию, решать нетривиальные задачи на стыке агентов и существующих поверхностей сервиса.

Делать качество измеримым по параметрам evaluations, tracing, monitoring
Нужно хорошо понимать возможности и ограничения решений на базе LLM, уметь растить качество как через классические ML-метрики, так и через пайплайны LLM-as-a-Judge и human annotations.

Ускорять процессы разработки и не только
Вам предстоит разрабатывать базовые технологии автоматизации, тиражировать AI-automations-проекты и внедрять работающие в крупных кодовых базах инструменты и практики AI-кодинга.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждем, что вы

• Понимаете возможности и ограничения LLM в прикладных задачах, постоянно держите руку на пульсе индустрии
• Сильны в context management, мультиагентных системах, особенностях разных готовых и кастомных моделей
• Разрабатывали крупные сервисы в команде
• Способны быстро разбираться в новых предметных областях и находить прагматичные решения

Будет плюсом, если вы

• Умеете решать разнообразные проблемы на Python
• Работали с фреймворками для создания LLM-решений, например с LangChain
• Можете реализовать эффективный семантический поиск и применить его в виде RAG для агента
• Владеете базовыми ML-навыками
• Обеспечивали качество, скорость, стоимость LLM-решений, например на базе возможностей платформ вроде Langfuse
• Понимаете, как спроектировать gRPC API, настроить деплой и спрогнозировать нагрузку
• Внедряли инженерные практики в нескольких командах через SDK, документацию, воркшопы
• Эффективно используете продвинутые возможности инструментов AI-разработки