Привет! Я Дилшод Мурадов, руковожу Центром экспертизы Enterprise. Мы ищем сильного AI/ML-инженера, который станет техническим лидером направления искусственного интеллекта в нашей команде.

Дилшод Мурадов

Руководитель отдела

Наша команда строит процессы и инфраструктуру, которые напрямую влияют на портфель enterprise-рекламодателей объёмом около 50 млрд рублей в квартал. Каждый день более 60 менеджеров Яндекса используют наши инструменты для поиска новых точек роста выручки и защиты бюджетов клиентов.

Вам предстоит вести R&D-разработку: мы даём большую свободу в выборе инструментов, но ждём высокой самостоятельности. Вы будете основным AI/ML-инженером в нашей команде — рядом всегда есть поддержка от смежных подразделений, но ядро решений и архитектура будут за вами.

Какие задачи вас ждут

Разработка и внедрение AI-агентов end-to-end

Вам предстоит вести полный цикл создания мультиагентных систем: проектировать логику работы, выбирать оптимальные LLM, создавать кастомные навыки (Tools) и настраивать интеграции с внутренними сервисами Яндекса и внешними API. Отдельный фокус — контроль качества: выстраивание системы оценки ответов, отлов галлюцинаций и внедрение автовалидации, в том числе LLM-as-a-judge.

Развитие ML-модели потенциала клиентов

У нас уже работает ML-модель, которая оценивает денежный потенциал клиента по 400+ параметрам. Вы будете дорабатывать её фичи, тестировать новые гипотезы и проводить эксперименты по улучшению точности алгоритма, плотно взаимодействуя с ML-командой Директа.

Проектирование архитектуры и MLOps-процессов

Так как вы будете драйвером ML-направления внутри команды, вам предстоит не просто обучать модели, но и создавать надёжный фундамент для их работы. Вы будете выстраивать пайплайны данных, упаковывать свои решения в сервисы и обеспечивать их стабильную работу в продакшне.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

- Занимались коммерческой разработкой на Python от трёх лет

- Имеете практический опыт работы с LLM API: занимались промпт-инжинирингом, RAG, оценкой качества генерации

- Глубоко понимаете принципы работы классического ML: gradient boosting, feature engineering, A/B-тесты

- Уверенно работаете с данными, используете SQL, pandas, инструменты визуализации

- Обладаете высокой самостоятельностью и готовы брать на себя ответственность за архитектурные решения

Будет плюсом, если вы

- Строили мультиагентные системы: LangChain, LangGraph, AutoGen или аналоги

- Внедряли LLM-as-a-judge или RAGAS для автоматической оценки качества

- Понимаете специфику AdTech или перформанс-маркетинга

- Владеете базовыми навыками DevOps (Docker, API, деплой сервисов)

Узнать больше

-

Рекламные технологии

-

Офисы в Москве