ML-аналитик в команду LLM-спецпроектов Алисы
Хотите работать с большими языковыми моделями и участвовать в создании интеллектуальных систем? Мы ищем ML-аналитика, который поможет развивать LLM-агентов Алисы: улучшать качество ответов, анализировать поведение моделей и строить процессы оценки и обучения.
Сейчас в команде запускаются два новых проекта (подробнее расскажем на финале), где можно будет активно формировать процессы оценки качества моделей и подготовки данных.
Что мы предлагаем:
- Работу с реальными LLM-агентами для миллионов пользователей Алисы
- Возможность глубоко погрузиться в оценку качества и развитие современных языковых моделей
- Участие в новых проектах на переднем крае развития AI
- Влияние на процессы обучения и улучшения моделей
Если вам интересно работать с языковыми моделями, анализировать качество AI-систем и развивать интеллектуальных ассистентов — будем рады вашему отклику.
Задачи и обязанности
Улучшение качества LLM-агентов Алисы
Вы будете изучать ответы моделей, выявлять типичные ошибки и точки роста, а также участвовать в улучшении поведения агентов через prompt engineering и context engineering.
Оценка и сравнение моделей
Вам предстоит участвовать в приёмке новых версий моделей, анализировать результаты экспериментов и сравнивать модели по ключевым метрикам качества.
Работа с данными и разметкой
Вы станете формировать задания на разметку, готовить корзины данных, контролировать качество разметки и подготавливать обучающие и learn-датасеты.
Развитие инструментов оценки качества
Понадобится применять статистические методы для проверки гипотез и работать с системами автоматической оценки ответов (например, LLM-as-a-Judge).
Аналитика и развитие процессов
Ещё одна важная задача — писать аналитические скрипты на Python для обработки данных и участвовать в развитии процессов оценки и улучшения работы LLM-агентов.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Требования
- Уверенно владеете Python и работали с данными
- Имели дело с текстовыми данными или задачами NLP
- Понимаете базовые статистические методы, анализировали результаты экспериментов с помощью статистических тестов
- Умеете анализировать метрики качества моделей и проверять гипотезы
- Готовили и структурировали датасеты
- Внимательны к деталям и способны работать с большими объёмами текстовых данных
- Способны разбираться в сложных системах и находить причины ошибок моделей
Дополнительные требования
- Работали с LLM или генеративными моделями
- Работали с разметкой данных или управляли процессом разметки
- Строили evaluation-пайплайны для моделей
- Понимаете принципы работы современных LLM