Руководитель группы качества поисковой платформы (Nova)

Мы строим платформу, которая позволит десяткам поисков Яндекса развиваться быстрее. Сегодня в компании существует множество вертикальных поисков: товары, путешествия, недвижимость, контент, сервисы. У каждого из них своя логика ранжирования, свои метрики качества, свои интерфейсы интеграции с продуктами вроде Алисы.

Мы хотим собрать из этого единую платформу поиска, где команды смогут описывать требования к релевантности декларативно и получать готовые ML-пайплайны поиска.

Какие задачи вас ждут

Руководство ML-командой
Вам предстоит управлять командой инженеров, занимающихся машинным обучением и поисковыми алгоритмами, определять техническую стратегию, приоритизировать задачи и курировать полный цикл разработки — от исследования моделей до их внедрения и мониторинга в продакшне.

Разработка и реализация DSL для описания релевантности поиска
Вы будете проектировать и реализовывать DSL для описания логики релевантности поисковой выдачи и гибкой настройки правил ранжирования, веса факторов и условий фильтрации без изменения кода системы, ускорять эксперименты с качеством поиска и упрощать управление алгоритмами.

Использование LLM как компилятора логики ранжирования и генерации обучающих данных
Предстоит разработать подход, в котором LLM выступает компилятором логики ранжирования: преобразует декларативные правила и описания задач в код ранжирования и конфигурации моделей. Дополнительно нужно будет использовать LLM для генерации синтетических обучающих данных и автоматической разметки.

Построение пайплайна дистилляции моделей ранжирования для продакшн-латентности
Вы будете создавать ML-пайплайн дистилляции, позволяющий переносить знания из вычислительно дорогих моделей ранжирования в lightweight-модели для онлайн-инференса, чтобы обеспечить продакшн-уровень latency без значительной потери качества поиска.

Построение системы метрик для разных типов поиска
Нужно будет создавать систему метрик для различных типов поисковых задач, определять стандартизированные метрики, пайплайны расчёта и отчётности, что позволит командам сравнивать модели и изменения алгоритмов на единой шкале качества.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждем, что вы

• Руководили ML-командой
• Запускали ML-системы в продакшне
• Понимаете архитектуру поиска: retrieval, ranking, evaluation
• Умеете проектировать платформенные решения для многих команд
• Умеете принимать архитектурные решения в условиях неопределённости

Будет плюсом, если вы

• Работали с поиском или рекомендациями
• Работали с LLM-системами и агентами
• Строили ML-платформы