Чем предстоит заниматься
Построение системы оценки качества ответов моделей
Вам предстоит разработать и внедрить систему LLM-as-a-judge для автоматической оценки ответов наших моделей. Это ключевой шаг в переходе от устаревших подходов к современным методам контроля качества, который напрямую повлияет на развитие продукта
Создание пайплайнов обработки данных
Вы будете работать с текстовыми и мультимодальными данными, создавая надёжные и эффективные пайплайны для сбора данных обучения и оценки. Ваша задача — автоматизировать процессы, чтобы данные были всегда актуальными и качественными
Разработка end-to-end-метрик для Алисы
В рамках большой перестройки подходов к аналитике вы поможете разработать общую систему офлайн-метрик. Это включает в себя определение критериев качества, создание пайплайнов оценки и поиск данных, которые помогут нам создавать по-настоящему «вау-продукт»
Встраивание решений в продакшен
Созданные вами инструменты и метрики не должны оставаться в виде прототипов. Важной частью работы будет интеграция ваших решений в продовые процессы команды ML-разработчиков и аналитиков
Больше об аналитике в Яндексе — в канале Yandex for Analytics