Обязанности:
Мы - Startups Platform, команда в департаменте Trust & Safety. Берём задачу, у которой ещё нет решения, и доводим её до работающего сервиса. Проекты у нас разные: от распознавания документов и детекции ИИ-контента до LLM-агентов. Чем предстоит заниматься: Проверкой качества моделей и агентов: датасеты и метрики, LLM-as-judge, разбор ошибок по логам. Выводом решений в прод и наблюдением за ними: задержки, стоимость, поведение при сбоях. В проде работают модели, которые мы разворачиваем сами. Поэтому много работы с open-weight моделями: дообучение, инференс, промпты, архитектура агента. Внешние LLM тоже используем, например для разметки. Задачи чаще приходят как проблема, а не как готовое ТЗ. Постановку вы будете уточнять сами вместе с заказчиком. Мы ждём, что вы: Имеете от трёх лет коммерческого опыта в ML; Глубоко знаете NLP и понимаете, как трансформеры и LLM устроены внутри; Cтроили системы на LLM: агентов с инструментами, RAG, многошаговые пайплайны. Подойдёт и рабочий опыт, и собственные проекты, если они доведены до конца; Ведёте задачу сами: разбираете размытую постановку, предлагаете подход, объясняете заказчику, почему выбрали именно его, и вовремя бросаете то, что не работает; Каждый день работаете с Claude Code, Codex, Cursor или похожими инструментами: умеете поставить задачу агенту и проверить, что он сделал. Будет плюсом: Призы на олимпиадах или Kaggle, статьи, заметный open-source, свой проект с живыми пользователями; Мультиагентные системы в проде; Дообучение LLM (SFT, LoRA, DPO/GRPO) и инференс (vLLM и аналоги); Агенты поддержки или чат-боты с большим числом пользователей; Умение быстро собрать прототип с интерфейсом, чтобы показать результат заказчику.Похожие вакансии