Аналитик-разработчик по развитию AI-агентов

Мы работаем над LLM- и VLM-агентами — системой построения ответов в Алисе и в Поиске, умеющей обращаться в разные сервисы Яндекса для составления ответа с опорой на источники.

Одна из важных задач нашей службы — научить агентов решать сложные пользовательские сценарии и отвечать на трудные запросы, которые требуют применения многих навыков, таких как общий интеллект, достоверность, умение несколько раз обращаться к Поиску (в том числе последовательно), делать вычисления и так далее.

Важным шагом при решении этой задачи становится сбор качественных датасетов, на которых будет проводиться обучение агентов. В частности, ключевое значение имеют датасеты запросов пользователей. Речь идёт о примерах запросов, на которых происходит развитие технологий внутри Алисы и Поиска, проверка качества получаемых ответов и исследование того, в каком направлении продукт должен развиваться в будущем. Существенно, чтобы с одной стороны датасеты запросов имели хорошую полноту покрытия реальных пользовательских сценариев, а с другой стороны — содержали в себе трудные для технологии примеры: именно это позволяет агентам последовательно улучшаться к каждому новому релизу.

Почему у нас классно:

• Мы работаем с агентами — современной технологией на основе LLM и VLM — и ориентированы прежде всего на результат в продакшне.
• Мы даём сотрудникам возможность развивать как технические, так и коммуникативные и менеджерские навыки.
• Ваша работа напрямую повлияет на то, какими станут Алиса и Поиск через полгода.
• Мы решаем задачи, для которых почти никогда нет готового решения: задачи имеют как сложную техническую, так и содержательную творческую составляющую — research & development.
• Наша сплочённая команда аналитиков и ML-инженеров Алисы и Поиска регулярно обсуждает задачи и обменивается опытом.

Какие задачи вас ждут

Исследование пользовательских сценариев
Развитие агентов в Алисе и Поиске не может начаться без исследования типовых сценариев и задач, с которыми пользователи обращаются к этим продуктам, в том числе сценариев, при решении которых агенты дают ответы недостаточного качества. Вы будете проводить разбор, какие задачи волнуют пользователей, а выводы по итогам вашего анализа войдут в основу траектории развития агентов.

Сбор датасетов запросов
Для развития ключевых навыков агентов нужны примеры челенджевых запросов — таких, на которые трудно дать хороший ответ, не приложив усилия для изучения предметной области задачи, которую пользователь решает своим запросом. Вам предстоит проводить исследования, на каких запросах и пользовательских сценариях нужно продолжить развитие агентов, и воплотить результаты своих изысканий в реальных датасетах, которые пойдут в обучение моделей.

Работа с разнообразными источниками данных
Источников, из которых можно брать примеры запросов, в Яндексе и в открытом доступе существует много — они отличаются как по формату, так и по качеству данных внутри. Вам будет предложено погрузиться в специфику этих источников и придумать способы, как выделить из них самые интересные и полезные примеры для развития агентов.

Использование LLM и VLM для сбора датасетов запросов
При создании содержательных датасетов запросов часто нужно прибегать к нетривиальной характеризации пользовательских задач (насколько запрос сложный, требует ли он специальных навыков и т. д.), а иногда и вовсе создавать интересные запросы синтетически, то есть искусственно. Для решения этих задач вы будете активно работать с самыми передовыми LLM и VLM, составляя к ним промпты и даже системы промптов.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

Мы ждем, что вы

• Уверенно работаете с SQL и Python
• Знаете математическую статистику и теорию вероятностей
• Понимаете, почему важно всегда смотреть в данные
• Умеете формализовать и структурировать требования и ожидания заказчиков
• Самостоятельны и готовы браться за новые задачи, для которых нет готового решения
• Умеете общаться в команде, ясно излагать мысли, понимать и убеждать коллег

Будет плюсом, если вы

• Интересуетесь продуктом, стремитесь понять, каким он должен быть и почему
• Умеете создавать точные и эффективные промпты для генеративных нейросетей
• Интересуетесь передовыми подходами в области LLM и умеете читать тематические статьи на английском языке