Тимлид ML-команды (AI Search) в AI Studio Yandex Cloud
Компания: Яндекс
Локация: Санкт-Петербург
О компании
Яндекс — один из лидеров IT-отрасли в России, активно развивающий решения в области облачных технологий и искусственного интеллекта. С помощью своих продуктов, включая облачные вычисления, поисковые и рекламные технологии, Яндекс предоставляет разнообразные решения для бизнеса и конечных пользователей. Команда AI Studio в Яндекс Cloud разрабатывает и внедряет инновационные AI-решения для оптимизации бизнеса и улучшения пользовательского опыта.
Ключевые факты:
- Год основания: 1997
- Количество сотрудников: более 10 000
- Продукты: Яндекс.Поиск, Яндекс.Диск, Яндекс.Cloud
- Локации: более 10 офисов по всему миру
- Уникальные технологии в области AI и машинного обучения
О вакансии
В команде AI Studio Яндекс Cloud открыт конкурс на позицию тимлида для научно-исследовательских проектов в области машинного обучения (ML), включая AI Search. Вы будете работать над созданием и внедрением продуктов, которые используют передовые технологии в области обработки естественного языка, поиска информации и генеративного AI.
Ваши основные задачи будут включать руководство командой ML-специалистов, разработку и внедрение ML-сервисов с высокими требованиями к надежности и производительности. Также ожидается, что вы будете активно участвовать в формировании технического бэклога и дорожной карты на основе продуктовых целей.
Чем предстоит заниматься:
- Управление командой ML-специалистов
- Разработка и внедрение ML-сервисов
- Формирование и поддержание жизненного цикла ML-моделей
- Сбор требований и подготовка данных для проектов
- Стратегическое планирование дорожной карты проекта
Что мы предлагаем:
- Участие в интересных и значимых проектах
- Возможность работать с современными ML-технологиями
- Обучение и развитие профессиональных навыков
- Участие в конференциях и возможность делиться знаниями через статьи и блоги
Обязанности
- Управление ML-командой с фокусом на достижение продуктовых целей
- Разработка и внедрение ML-сервисов с высокими требованиями
- Контроль над полным жизненным циклом ML моделей
- Формирование технического бэклога и roadmap на основе требований
- Подготовка качественных данных для работы модели