Старший AI/ML-инженер (AdTech)

Кратко

Старший AI/ML-инженер (AdTech): разработка и внедрение мультиагентных AI-систем, развитие ML-модели потенциала enterprise-клиентов и построение MLOps-инфраструктуры с акцентом на LLM, RAG, оценку качества генерации и production-интеграции. Фокус на проектировании архитектуры, создании AI-агентов end-to-end, выявлении галлюцинаций и повышении точности моделей на основе экспериментов с большими массивами данных.

Локация: Москва, гибридный формат с работой в офисе

Компания

Yandex развивает рекламные технологии и инструменты для enterprise-рекламодателей, включая AI/ML-решения для поиска точек роста выручки и защиты клиентских бюджетов.

Что делать

• Проектировать и разрабатывать мультиагентные AI-системы, выбирать LLM, создавать кастомные Tools и интегрировать их с внутренними сервисами и внешними API.
• Выстраивать оценку качества ответов, обнаружение галлюцинаций и автоматическую валидацию, включая LLM-as-a-judge.
• Развивать ML-модель оценки денежного потенциала клиентов по более чем 400 параметрам.
• Разрабатывать новые признаки, проверять гипотезы и проводить эксперименты для повышения точности алгоритмов совместно с ML-командой Директа.
• Проектировать архитектуру, пайплайны данных и MLOps-процессы, упаковывать решения в сервисы и обеспечивать стабильную работу в production.

Требования

• От трёх лет коммерческой разработки на Python; общий опыт работы от пяти лет.
• Практический опыт работы с LLM API, prompt engineering, RAG и оценкой качества генерации.
• Глубокое понимание классического ML: gradient boosting, feature engineering и A/B-тесты.
• Уверенная работа с данными, SQL, pandas и инструментами визуализации.
• Высокая самостоятельность и готовность принимать архитектурные решения.

Хорошо, если есть

• Опыт построения мультиагентных систем с LangChain, LangGraph, AutoGen или аналогами.
• Опыт внедрения LLM-as-a-judge или RAGAS для автоматической оценки качества.
• Понимание AdTech или performance-маркетинга.
• Базовые навыки DevOps: Docker, API и деплой сервисов.

Культура и преимущества

• Самостоятельная R&D-разработка с высокой свободой выбора инструментов.
• Возможность стать основным AI/ML-инженером направления и отвечать за ядро решений и архитектуру.
• Поддержка смежных подразделений и взаимодействие с ML-командой Директа.
• Гибридный формат работы и офис в Москве.