ML-аналитик в команду продукта Нейросейлз
Компания: Яндекс
О компании
Яндекс — это ведущая IT-компания, занимающаяся разработкой технологий и сервисов в разных областях, от поисковых систем до облачных решений. Нейросейлз — один из новых продуктов компании, представляющий собой AI-ассистент для отдела продаж, который значительно упрощает взаимодействие с клиентами и увеличивает эффективность продажи.
В команде Нейросейлз работают эксперты из области продаж и технологий, которые создают и развивают продукт, соответствующий требованиям современных стандартов. Команда уделяет внимание аналитике и оценке качества, что позволяет достигать высоких бизнес-результатов.
Ключевые факты:
- Продукт Нейросейлз разработан для автоматизации работы отдела продаж.
- AI-ассистент помогает находить клиентов и оптимизировать коммуникацию с ними.
- Яндекс — признанный лидер в области разработок AI и ML в России.
О вакансии
Команда Нейросейлз сосредоточена на создании инновационных решений для автоматизации продаж, используя передовые технологии искусственного интеллекта. AI-ассистент помогает менеджерам находить оптимальные подходы в общении с клиентами, что значительно влияет на динамику бизнеса.
Ваша роль как ML-аналитика будет заключаться в совершенствовании методик оценки качества AI-решений и создании новых методов, которые помогут улучшить эффективность работы. Вы будете работать в тандемe с экспертами и сможете влиять на ключевые бизнес-метрики, добиваясь высоких результатов.
Чем предстоит заниматься:
- Оценка качества продукта через экспертные методы.
- Разработка и доработка методологии для извлечения инсайтов из данных.
- Создание инструментов для разметки текстовых данных.
- Организация процессов контроля качества и подготовки датасетов.
- Проведение сравнительного анализа продуктов и моделей.
Что мы предлагаем:
- Работа в передовой команде технологий и продаж.
- Возможность влиять на бизнес-результаты компании.
Обязанности
- Оценка качества AI-ассистента с использованием экспертной оценки.
- Разработка методологий для улучшения работы ML- и продуктовых команд.
- Создание инструментов для разметки и подготовки данных.
- Организация контроля качества разметки данных.
- Проведение сравнительного анализа и бенчмаркинга решений.