DL-разработчик в Яндекс Еду

Мы в Яндексе создаём AI-аналитика — интеллектуального ассистента, который будет помогать людям работать с данными через диалог на естественном языке. Например, чтобы можно было спросить: «Почему выручка в этом месяце ниже обычного?» — и получить объяснение, графики и гипотезы.

Для реализации этой идеи нужна архитектура, которая сможет понимать, о каких данных идёт речь, генерировать релевантные SQL-запросы, интерпретировать результаты, уточнять вопрос при необходимости и обучаться на взаимодействии с пользователем.

Поэтому мы ищем специалиста в области глубокого и подкрепляющего обучения (DL/RL), который поможет научить модель мыслить, объяснять и учиться.

Какие задачи вас ждут

Повышение качества ассистента
Вы будете проводить эксперименты, чтобы повышать качество ответов, участвовать в разработке новых агентов и создавать критерии для их оценки.

Межфункциональное взаимодействие
Вам нужно будет сотрудничать со специалистами в области Data Science, аналитиками и бэкенд-разработчиками, чтобы реализовывать комплексные решения.

Обучение и дообучение языковых моделей
Вашей задачей будет обучение языковых моделей для анализа данных, генерации SQL-запросов, поиска аномалий и выявления инсайтов и точек роста бизнеса.

Развитие RL-подходов
Вам предстоит работать с алгоритмами обучения с подкреплением (RL), чтобы модели могли самостоятельно корректироваться, оценивать себя и развиваться. Также нужно будет учитывать обратную связь от пользователей на основе реальных и синтетических данных.

Разработка архитектуры AI-интерфейса
Вы будете участвовать в создании масштабируемого AI-интерфейса для работы с данными, адаптируя его к экосистеме Яндекса.

Мы ждем, что вы

• Имели уверенный опыт в Deep Learning: понимаете трансформеры, attention-механизмы, fine-tuning
• Работали с Reinforcement Learning (PPO, Q-learning, Reward Shaping и др.)
• Имели практику в RLHF или обучении моделей на пользовательской обратной связи
• Понимаете, как устроены LLM (LLM-as-agent, tool use, function calling)
• Умеете анализировать метрики качества и обучать модели в продакшне

Будет плюсом, если вы

• Работали с табличными данными и Data Reasoning
• Использовали NL2SQL
• Знакомы с agent-архитектурой