Техлид / старший ML-разработчик в команду качества Alice AI LLM

Локация: гибридный формат, удалённая работа или офис

Компания

Работа над генеративными моделями Alice AI LLM для многомиллионной аудитории пользователей Алисы.

Что делать

• Исследовать методы reinforcement learning, включая GRPO, и развивать reward-модели для оценки полезности, человечности, фактологичности и безопасности ответов.
• Выявлять и устранять reward hacking, находить повторяющиеся шаблоны, создавать диагностики и улучшать методы обучения.
• Развивать человечность и адаптивность Alice AI с учётом контекста, настроения и стиля собеседника.
• Разрабатывать персонализацию на основе долгосрочных фактов о пользователе и истории диалогов.
• Исследовать RLUF и способы преобразования пользовательских оценок «Нравится» и «Не нравится» в устойчивый обучающий сигнал.
• Развивать рассуждающие модели с tool calling: декомпозировать задачи, выбирать инструменты, анализировать результаты и восстанавливаться после ошибок.

Требования

• Опыт работы от 3 лет.
• Опыт работы с NLP и LLM, понимание устройства современных языковых моделей.
• Глубокий интерес к прикладным ML-исследованиям и созданию интеллектуальных моделей.

Хорошо, если есть

• Опыт работы с Reinforcement Learning.
• Опыт работы с reward-моделями, LLM-агентами и tool calling.

Культура и преимущества

• Работа с передовыми AI-технологиями и современными исследованиями.
• Возможность влиять на продукт, которым пользуются миллионы людей.
• Доступ к вычислительным ресурсам.
• Возможности развития в техническое или командное лидерство.
• Доступны гибридный, удалённый и офисный форматы работы.

Процесс найма

• Вакансия участвует в серии быстрых наймовых мероприятий Weekend Offer ML 12–13 сентября.
• После регистрации и прохождения всех этапов собеседований возможно получение офера за несколько дней.