ml engineer агентских возможностей в LLM

Команда исследования знаний обучает с нуля базовые модели Alice AI LLM и формирует в них агентские способности. Работа объединяет исследования, обучение моделей с нуля и разработку масштабных ML-систем, результаты которых используются в продуктах Яндекса.

• Создавать траектории взаимодействия с цифровой средой;
• Работать с многошаговыми сценариями поиска, CRUD, SWE и computer use;
• Включать в датасеты успешные решения и ошибки с последующим исправлением;
• Находить форматы данных, развивающие способность к обобщению;
• Изучать зависимость результата от размера модели и объёма обучения;
• Создавать автоматически проверяемые задачи и масштабировать их до больших объёмов;
• Воспроизводить взаимодействие с сайтами, API, кодом и приложениями;
• Регулировать сложность и разнообразие сценариев;
• Развивать инфраструктуру для параллельного запуска множества агентов;
• Проверять перенос результатов из симуляций в реальные условия;
• Строить системы генерации синтетических данных;
• Создавать задания и сценарии с помощью агентов;
• Организовывать решение и взаимную проверку заданий агентами;
• Развивать взаимодействие через self-play и мультиагентные конвейеры;
• Находить ошибки и улучшать неудачные траектории;
• Выбирать наиболее ценные примеры для следующего цикла обучения;
• Оценивать успешность в длинных многошаговых задачах;
• Оценивать устойчивость к ошибкам и неожиданным изменениям;
• Оценивать умение выбирать и сочетать инструменты;
• Оценивать обобщение на незнакомые условия;
• Анализировать зависимость результата от состава корпуса, размера LLM и вычислительного бюджета;
• Подготавливать выборки;
• Проводить быстрые запуски на небольшом масштабе;
• Разбирать результаты экспериментов;
• Переносить лучшие решения в претрейн крупных моделей.

• Уверенно писать на Python;
• Иметь опыт работы с ML, NLP, LLM или другими направлениями deep learning;
• Понимать устройство и обучение трансформеров;
• Уметь превращать идеи в проверяемые гипотезы и корректные эксперименты;
• Уметь искать причины полученных результатов, а не только анализировать метрики;
• Уметь доводить исследовательский прототип до работающей системы;
• Следить за исследованиями и оценивать перспективность идей для практической проверки;
• Будет плюсом опыт в AI agents и tool use, претрейне или посттрейне LLM, synthetic data, reinforcement learning или imitation learning, SWE-, browser- или computer-use-агентах, интерактивных средах и симуляторах, автоматической проверке решений, оценке агентских систем, распределённых ML-конвейерах.

• Расширенная медицинская страховка с первого месяца работы;
• Оплачиваемые 30 дней больничного в году;
• Ежегодные чекапы и вакцинация по ДМС;
• Психологические консультации и психотерапия в офисах с соответствующим кабинетом;
• Стоматология и экстренная помощь за рубежом;
• Коррекция зрения и хирургическое лечение косоглазия после года работы;
• Ведение беременности и роды для сотрудниц и жён сотрудников, работающих более двух лет;
• ДМС для детей и супругов по системе 80/20.