RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
ЗП не указана
На похожих ролях по рынку
$3.2к$3.8кмедиана$4.7к
29 в выборке
На международном рынке: $190к/год ($130к - $226к)
75
Хорошая вакансия
развернуть
Роль четко определена с акцентом на LLM и персонализацию, но отсутствие информации о зарплате затрудняет оценку общей привлекательности.
Кликните для подробной информации
Нет информации о зарплатеСильная компанияСовременный стек технологийГибридная модель работы
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
LLM-разработчик персонализации в Плюс Фантех (LLM/ML): Разработка сервиса пользовательского профиля и LLM-памяти для AI-агентов и персонализации в нескольких продуктах с акцентом на embeddings, retrieval-механики, промпты и оценку качества. Focus on проектирование переиспользуемых интеграций, тестирование недетерминированных компонентов, производительность, наблюдаемость и безопасную обработку пользовательских данных.
Локация: доступны удалённый, офисный и гибридный форматы работы.
Компания
Yandex развивает команду MediaAI и AI-сервисы для экосистемы Плюс Фантех.
Что делать
Развивать сервис пользовательского профиля и LLM-памяти для AI-агентов Плюс Фантеха — от рекомендаций до диалоговых сценариев.
Проектировать и улучшать хранение и извлечение пользовательского контекста.
Повышать качество запоминания и извлечения информации с помощью embeddings, retrieval-механик, промптов и экспериментов с LLM.
Создавать переиспользуемые механизмы интеграции профиля и памяти для разных продуктовых команд.
Разрабатывать автоматические метрики и тесты для оценки качества недетерминированных компонентов.
Обеспечивать производительность, наблюдаемость, стабильность и безопасную обработку пользовательских данных.
Требования
От 5 лет опыта.
Уверенное владение Python и практический опыт интеграции с LLM.
Понимание embeddings, semantic search и RAG.
Опыт работы с базами данных и проектирования хранилищ.
Понимание асинхронной обработки.
Умение тестировать недетерминированные компоненты и оценивать качество ML-функциональности.
Способность самостоятельно разбираться в существующей системе и брать компонент в техническое владение.
Хорошо, если есть
Знание Java.
Опыт разработки персонализации или рекомендательных систем.
Знакомство с MCP и архитектурой LLM-агентов.
Опыт построения LLM-evaluation и проведения A/B-экспериментов.
Опыт работы с чувствительными пользовательскими данными.
Культура и преимущества
Доступны удалённый, офисный и гибридный форматы работы.
Работа над ключевым направлением ML-интеграции общего пользовательского профиля в продукты и AI-агентов экосистемы.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →