Разработчик прикладных AI‑решений для обучения и развития

Ориентир по рынку≈ 150 000 – 350 000 ₽наша приблизительная оценка по 148 вакансиям этой роли и грейда, у работодателя вилка не указана

🔄 ГибридMiddleПолная занятостьКорпорация

≈ 150 000 – 350 000 ₽наша приблизительная оценка

Есть о чём спросить

Работа расписана подробно, спрос на навык растёт (офис). Но вилки нет, про деньги придётся договариваться с нуля.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Наша компания

Мы ищем специалиста, который будет работать с прикладными AI‑решениями для обучения и внутренних процессов команды: собирать, запускать и поддерживать роботов, агентов, скилы и интеграции. Основная работа строится на базе готовых моделей, агентских сред и существующих интеграций. Вам не придётся обучать модели с нуля, создавать AI‑платформу или писать крупные backend‑сервисы.

Чем предстоит заниматься

Внутренние агентские среды на базе современных решений: Claude Code, Codex и опенсорс-моделей

Готовые инструменты и сервисы для запуска агентов, скилов, RAG и evals

SkillStore и MCPStore — чтобы искать, устанавливать и обновлять готовые скилы и MCP‑интеграции

Python — для небольших доработок, скриптов и автоматизаций

Git и Arcadia — для хранения решений и совместной работы над ними

Wiki, Tracker, Квант и другие LMS и сервисы Яндекса — через существующие коннекторы

YT и SQL — чтобы получать и готовить данные

ABC — для работы с ресурсами, сервисными аккаунтами и правами доступа

Monium и средства платформы — для логов, мониторинга и алертов

DataLens — чтобы просматривать аналитику по пилотным проектам

Obsidian и другие инструменты работы с базами знаний — при необходимости

Знать внутренние инструменты Яндекса заранее необязательно. Главное — иметь опыт работы с аналогичными инженерными инструментами и уметь быстро осваивать новую среду

Это временная роль: предлагаем вам занятость на один год

Разработка агентов и скилов

Вы будете создавать новые решения с нуля, дорабатывать существующие и адаптировать внешние скилы под внутреннюю среду. Вам предстоит превращать пользовательские сценарии в агентов и скилы, самостоятельно разрабатывать их на базе готовых моделей и инструментов, искать и оценивать уже имеющиеся скилы — как внутренние, так и внешние. Нужно будет настраивать системные инструкции, промпты и инструменты агентов, определять схемы их вызова и последовательность действий, подключать внутренние коннекторы и источники знаний. При необходимости — разрабатывать или дорабатывать небольшие Python‑компоненты. Также в ваши задачи войдёт настройка безопасной записи в Wiki, Tracker, Квант и другие системы (с подтверждением пользователя, проверкой результата и возможностью восстановить изменения), подготовка тестовых сценариев, проверка решений перед публикацией и их поддержка после запуска

Интеграция знаний с AI

Вы будете создавать и поддерживать контур знаний для AI‑инструментов — агентов, скилов и других решений, чтобы они работали с актуальной внутренней информацией, а не только с общими знаниями модели. Для этого нужно определять необходимые источники данных для разных пользовательских сценариев, настраивать с помощью готовых компонентов извлечение, подготовку, индексацию и регулярное обновление данных. Также предстоит конфигурировать поиск, цитирование источников, метаданные и фильтрацию по правам доступа. Важно следить, чтобы изменения и удаления в исходных материалах отражались в базе знаний, и выявлять случаи, когда решение не находит нужный материал или использует неподходящий источник

Развитие AI‑инфраструктуры

Поддержка решений

Вы будете публиковать решения в существующей агентской среде, настраивать ресурсы, сервисные аккаунты и права доступа, работать с логами, трассировкой и средствами мониторинга, диагностировать сбои, перезапускать и откатывать свои решения, передавать профильным командам платформенные проблемы с чётким техническим описанием, а также документировать решения и готовить инструкции для подменяющего сотрудника

Наши требования

Запускали прикладное AI‑решение для реальных пользователей и можете рассказать, как проверяли его качество и дорабатывали после запуска

Собираете агентские сценарии на базе готовых моделей и платформ: настраиваете инструкции, инструменты, последовательность действий, подтверждения и обработку ошибок

Самостоятельно создаёте и адаптируете скилы, включая небольшие изменения кода

Понимаете прикладные основы RAG: подготовку и разбиение материалов, индексацию, метаданные, поиск, цитирование и фильтрацию по правам доступа

Превращаете пользовательские сценарии и примеры хороших ответов в тестовый набор и применяете готовую eval‑инфраструктуру

Владеете Python на уровне небольших скриптов, автоматизаций и доработки существующего кода

Работаете с Git, командной строкой и базовыми Linux‑инструментами

Понимаете принципы работы API, авторизации и готовых коннекторов

Владеете базовым SQL и работаете с табличными данными

Читаете логи, локализуете ошибку, публикуете и откатываете изменения

Работали с продвинутыми RAG‑решениями и поисковыми системами: настраивали retrieval, reranking и векторный поиск

Работали с подготовкой и индексацией видео, аудио, PDF, презентаций и других сложных форматов

Занимались проектированием evals и регрессионного тестирования LLM‑систем

Имеете опыт работы с корпоративными правами доступа и чувствительными данными

Знакомы с YT, Arcadia, ABC, Monium и другими внутренними инструментами Яндекса

Дополнительно

Внешний — разработка продуктов обучения и развития для яндексоидов

Внутренний — создание AI‑инструментов для команды L&D HQ

Продуктовые приоритеты и критерии успеха определяет руководитель направления. Ваши задачи — технически реализовывать задуманное: предлагать варианты решений, объяснять ограничения, собирать пилотные версии, проверять качество работы и обеспечивать поддержку готовых решений

Вы будете участвовать в развитии среды для AI‑решений — безопасной площадки, где можно размещать, запускать и совместно использовать агентов, скилы, базы знаний и другие AI‑инструменты. Среда включает ABC‑сервис, облачные ресурсы, виртуальные машины и общий харнес для AI‑решений. Вам предстоит выявлять инфраструктурные потребности при работе с AI‑решениями, превращать их в технические требования и описывать ограничения. Нужно будет готовить для руководителя варианты реализации, анализировать риски и формулировать вопросы к профильным командам. Вы будете настраивать ресурсы, сервисные аккаунты и права в рамках существующей инфраструктуры, проверять и принимать новые возможности среды. При необходимости — разрабатывать небольшие недостающие компоненты в пределах своего решения. Также в ваши задачи войдёт поддержка запущенных решений: диагностика платформенных проблем и передача их владельцам инфраструктуры, а ещё — документирование настроек и порядка эксплуатации. При этом архитектурные решения по общей платформе и договорённости с инфраструктурными командами — это совместная ответственность руководителя и профильных специалистов