CSA в команду голосовых проектов Алисы

Yandex Crowd — это крупный инфраструктурный сервис Яндекса. Мы внедряем краудсорсинг для масштабирования бизнес-процессов, таких как разметка данных, модерация контента, полевые исследования, тестирование, и строим внутренние продуктовые функции: клиентский сервис, телемаркетинг, локализацию и документирование.

Мы запустили краудсорсинговую платформу Яндекс Задания, участвовали в запуске YandeхGPT, выходе Яндекс Поиска в Казахстан, обучении Алисы арабскому языку и даже шёпоту — и во многих других проектах Яндекса.

Мы ищем Crowd Solutions Architect (CSA) в команду голосовых разметок Алисы. Вы будете создавать, поддерживать и постоянно улучшать процессы, связанные с разметкой данных для развития технологий голосовой активации, распознавания (ASR) и синтеза речи (TTS). Ваша главная задача — реализовать качественную разметку данных с учётом специфики предметной области и продукта. Вы будете заниматься и технической реализацией, и менеджерскими задачами — в большинстве случаев распределение близко к 50:50.

Какие задачи вас ждут

Сбор требований с заказчиков и проектирование процессов разметки данных
Вы будете работать с заказчиками — преимущественно с командами аналитиков и разработчиков Алисы, которым нужен поток качественных данных, чтобы обучать модели и проводить эксперименты. Ваша задача — понять их потребность, декомпозировать задачу, спроектировать процесс разметки и подготовить техническое решение. Это может быть как простая задача классификации, так и сложный пайплайн с несколькими этапами фильтрации данных, их разметки и валидации.

Разработка новых метрик и улучшение контроля качества
Качество данных — ключевой показатель успеха. Вы будете определять метрики, проводить эксперименты, строить дашборды и анализировать результаты. Например, оценивать скорость разметки, точность исполнителей, влияние изменений в инструкциях и обучении на итоговый результат. Для этого применять на практике Python, SQL и проводить визуализацию в BI-системе.

Реализация и поддержка ETL-процессов
Вы будете создавать и поддерживать пайплайны сбора, обработки и выгрузки данных. Задачи включают написание скриптов, настройку автоматизаций, интеграцию с внутренними системами и API. Вы будете следить за стабильностью процессов и оптимизировать их под рост объёмов и качества.

Взаимодействие со смежными командами и исполнителями
Вы будете организовывать совместную работу не только с представителями заказчика, но и с другими смежными командами, а также исполнителями разметки. Важно управлять ожиданиями, реалистично оценивать сроки, проводить встречи, доносить обратную связь.

Мы ждем, что вы

• Знакомы с Python, умеете писать скрипты для обработки и преобразования данных
• Умеете писать и применять SQL-запросы
• Строите наглядные графики, интерпретируете метрики и объясняете их простым языком
• Можете переключаться между разными задачами и направлениями работы
• Взаимодействовали с заказчиками, способны управлять ожиданиями, оценивать сроки, вести обсуждения задач и фиксировать результаты
• Готовы работать с быстро развивающимися сервисами при меняющихся требованиях

Будет плюсом, если вы

• Понимаете принципы машинного обучения
• Применяли математическую статистику в работе
• Строили дашборды, имеете опыт работы в любой из BI-систем (Yandex DataLens, Power BI, Apache Superset и другие)
• Настраивали процессы выгрузки данных из разных источников
• Знаете, что такое API, взаимодействовали с сервисами по API
• Настраивали и запускали проекты в Толоке, Яндекс Заданиях или на другой краудсорсинговой платформе