Удалённый, Офис, Гибридный
Команда: Яндекс Финтех
Описание
Мы — команда MediaAI — ищем сильного LLM‑разработчика с опытом прикладных LLM‑систем для развития пользовательского профиля и LLM‑памяти сервисов Плюс Фантеха. Роль предполагает ответственность за ключевое направление: ML‑интеграцию общего пользовательского профиля в продукты и AI‑агентов нашей экосистемы. Ваши решения напрямую повлияют на то, как будет устроена персонализация сразу в нескольких сервисах.
Какие задачи вас ждут
Развивать сервис пользовательского профиля и LLM-памяти Вы будете проектировать и улучшать систему, которая хранит и извлекает пользовательский контекст. Это ключевой компонент для всех AI-агентов Плюс Фантеха: от рекомендаций до диалоговых сценариев. Улучшать качество запоминания и извлечения контекста Вам предстоит работать с embeddings, retrieval-механиками и промптами, чтобы система точнее понимала, что важно пользователю в данный момент. Проводить эксперименты с LLM и автоматическими метриками качества. Проектировать переиспользуемые механики интеграции Вы будете создавать механизмы, которые позволят разным продуктовым командам легко подключаться к профилю и памяти — без дублирования логики и с сохранением стабильности. Создавать автоматические оценки качества Вам предстоит разрабатывать и внедрять метрики и тесты для недетерминированных компонентов, чтобы можно было объективно оценивать, насколько хорошо система запоминает и извлекает информацию. Обеспечивать стабильность и безопасность Вы будете работать с производительностью, наблюдаемостью и безопасной обработкой пользовательских данных. Внедрять best practices асинхронной обработки и проектирования хранилищ. Больше об ML в Яндексе — в канале Yandex for ML
Мы ждём, что вы
Уверенно владеете Python Имеете практический опыт интеграции с LLM Понимаете embeddings, semantic search и RAG Работали с базами данных и проектировали хранилища Понимаете асинхронную обработку Умеете тестировать недетерминированные компоненты и оценивать качество ML-функциональности Способны самостоятельно разбираться в существующей системе и брать компонент в техническое владение
Будет плюсом, если вы
Знаете Java Имеете опыт разработки персонализации или рекомендательных систем Знакомы с MCP и архитектурой LLM-агентов Строили LLM-evaluation и проводили A/B-эксперименты Работали с чувствительными пользовательскими данными