Аналитик-разработчик в команду ML Браузера
Компания: Яндекс
Локация: Санкт-Петербург
О компании
Яндекс — это крупнейшая IT-компания в России, которая предоставляет разнообразные интернет-сервисы и продукты, включая поисковую систему, рекламные технологии и облачные решения. В нашей команде осуществляется интеграция и усовершенствование AI-ассистента Алисы в Яндекс Браузере, что делает его более интерактивным и удобным для пользователей.
Яндекс активно развивает технологии машинного обучения, внедряя их в свои сервисы, включая возможности для нейроредактирования, что позволяет улучшить взаимодействие пользователей с контентом онлайн. Наряду с этим, компания стремится к высоким стандартам качества в продуктах и постоянно ищет пути для их улучшения.
Ключевые факты:
- Основана в 1997 году
- Около 10 000 сотрудников
- Лидирующие позиции в области поиска и онлайн-рекламы
- Широкий спектр продуктов, включая облачные технологии и AI-сервисы
- Наличие платформы YandexGPT для генерации текста
О вакансии
В команде, занимающейся развитием ML в Яндекс Браузере, вы сможете внести значимый вклад в улучшение работы AI-ассистента Алисы. Команда активно работает над обеспечением качества взаимодействия с контентом, а также интеграцией новых функций, таких как нейроредактирование и краткий пересказ материалов.
Ваша роль потребует от вас аналитического подхода к оценке качества ответов моделей и дальнейшего совершенствования их работы. Вы будете собирать данные и разрабатывать методы оценки, направленные на повышение стандартов качества, а также создавать аналитические инструменты для постоянного мониторинга.
Чем предстоит заниматься:
- Оценка и развитие метрик качества для продуктов
- Сбор данных для обучения моделей и контроля качества
- Построение пайплайнов на основе краудсорсинга и LLM
- Регулярный мониторинг и замеры качества работы моделей
Что мы предлагаем:
- Возможность работы в высокотехнологичной команде
- Разнообразные проекты, связанные с AI и ML
- Участие в разработке инновационных решений
Обязанности
- Работа над метриками качества продуктов
- Улучшение процессов оценки качества
- Сбор данных для обучения и контроля качества
- Строительство пайплайнов работы с данными
- Регулярный мониторинг качества решений
- Создание инструментов для замеров качества