NLP-разработчик (AI)

Локация: Москва

Компания

Команда ML-исследователей и инженеров Яндекса внутри Алисы разрабатывает автономного computer-use-агента для работы с компьютерными средами.

Что делать

• Проектировать и запускать эксперименты по обучению агента взаимодействию с компьютерными средами.
• Разрабатывать RL-пайплайны: reward-функции, обучение на многошаговых траекториях и вызовах инструментов.
• Строить data flywheel на основе симуляторов и реальных траекторий.
• Обучать и файнтюнить большие LLM и VLM, оптимизировать инференс для продакшна.
• Улучшать GUI grounding, визуальное понимание экрана, memory, planning и оркестрацию инструментов.
• Развивать safety и truthfulness агента и доводить R&D-результаты до платформы на миллионы пользователей.

Требования

• Глубокий практический опыт с DL и RL, включая GRPO, GSPO, DAPO и Dr.GRPO.
• Понимание reward design, причин деградации обучения и способов их устранения.
• Практический опыт обучения и файнтюнинга LLM и VLM в реальных задачах.
• Исследовательское мышление: критическая оценка научных статей и быстрая проверка гипотез.
• Опыт ведения задач от постановки эксперимента до результата в продакшне.
• Уверенное владение Python и PyTorch.

Хорошо, если есть

• Опыт обучения, файнтюнинга и инференса VLM.
• Опыт multi-turn RL на траекториях взаимодействия с инструментами и средой.
• Публикации на NeurIPS, ICML, ICLR, ACL и других топ-конференциях.
• Опыт работы с computer use, web agents или GUI grounding.