Наша команда создаёт ассистента, который не просто отвечает на вопросы, а решает задачи пользователя в реальном мире за счёт агентности. Вы поможете нам масштабировать новую архитектуру на все сценарии, будете глубоко разбираться в качестве работы модели и выстраивать систему оценки умности.Анализ качества работы LLM и поиск точек роста
Вам предстоит глубоко разбираться в качестве работы модели: анализировать пользовательские сценарии и проблемные кейсы, сегментировать ошибки и DSAT, искать закономерности через data mining. Затем — формировать гипотезы, как повысить качество, и оценивать влияние изменений на пользовательский опыт. Вы поможете команде понять, где модель ошибается, почему это происходит и какие улучшения дадут максимальный эффект.
Масштабирование сценариев через tool calling
Вы будете участвовать в переводе ключевых сценариев Алисы (музыка, погода, поиск мест, команды устройств и др.) на новую LLM-архитектуру. Для этого нужно анализировать пользовательские запросы и сценарии, помогать проектировать инструменты и сценарии вызова функций, выявлять точки роста, собирать данные для обучения и приёмки моделей, участвовать в формировании eval-наборов и метрик.
Построение системы оценки качества AI-ассистента
Вместе с командой вы станете развивать систему оценки качества: офлайн-метрики, LLM-as-a-judge, сценарные evals, онлайн-метрики и A/B-эксперименты, мониторинг деградаций, аналитические дашборды и т. п.
Больше об аналитике в Яндексе — в канале Yandex for Analytics* Больше двух лет работали Data Analyst, Product Analyst или Analyst в data-driven-продукте
* Работали с LLM либо Generative AI (помимо решения бытовых задач) и хотите создавать свои AI-системы
* Уверенно владеете SQL и Python для анализа данных
* Умеете работать с большими объёмами логов и событийных данных
* Занимались продуктовой аналитикой и искали инсайты через данные
* Понимаете основы статистики и A/B-тестирования
* Умеете формулировать продуктовые гипотезы и оценивать их эффект
* Системно мыслите, умеете разбираться в сложных многокомпонентных продуктах* Работали с LLM-based-продуктами или AI-ассистентами
* Оценивали качество LLM (LLM-as-a-judge, evals, RAG и т. п.)
* Знакомы с концепциями Agentic AI и tool calling
* Строили дашборды (Tableau, DataLens, Superset и др.)
* Работали с NLP/NLU-продуктами или голосовыми ассистентами
* Понимаете, как устроен цикл обучения и улучшения ML/LLM-моделей
* Умеете работать с неструктурированными данными и текстовыми логами