DL-разработчик в группу качества Нейро

Ориентир по рынку≈ 150 000 – 325 000 ₽наша приблизительная оценка по 98 вакансиям этой роли и грейда, у работодателя вилка не указана

🔄 ГибридMiddleПолная занятостьКорпорация

≈ 150 000 – 325 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

Нейро — это поиск будущего, который объединяет технологии больших генеративных моделей и классического веб-поиска. Наша команда отвечает за качество ответов в еком-сценариях (всё, что связано с товарами в поисковой выдаче Яндекса). Сценарии выбора и покупки товаров — это важная часть бизнеса Поиска, генерирующая существенную долю выручки. А наши проекты — это R&D на стыке генеративного ИИ и екома.

О роли

Мы растим качество моделей на сложных задачах, улучшаем качество извлечения информации, в процессе ставим множество экспериментов — и в результате нашими моделями пользуются миллионы человек. У нас вы будете работать с самыми современными моделями и технологиями Яндекса, создавая новые для российского рынка продукты.

Чем предстоит заниматься

Улучшение качества генеративных моделей

Сейчас модели хорошо решают потоковые задачи, но на узких задачах еком-сценариев качества может не хватать. На таких срезах есть большой простор для улучшений и экспериментов с LLM, извлечением информации, данными и формой ответа. Вы будете участвовать в каждом из этапов алайнмента: SFT (Supervised fine-tuning), Reward model, RLHF (Reinforcement learning from human feedback)

Улучшение извлечения информации

Интернет полон разнообразной информации, и иногда она не совсем качественная, а иногда достоверные источники сложно найти. Кроме того, информация о товарах не ограничивается веб-документами, найденными по поисковому запросу. Вам предстоит совершенствовать извлечение информации для построения ответов, а также экспериментировать с новыми источниками

Сжатие и удешевление инференса моделей

Нейро пользуется огромное количество людей, поэтому в проде нам нужны более лёгкие модели. Вам предстоит экспериментировать с архитектурами и методами уменьшения моделей, чтобы укладываться в ограничения по лэтенси и скорости генерации ответа

Внедрение в продукты