Яндекс

LLM‑разработчик персонализации в Плюс Фантех

Коротко

Команда MediaAI ищет LLM‑разработчика для развития сервиса пользовательского профиля и LLM‑памяти в продуктах Плюс Фантеха. Задачи включают работу с embeddings, retrieval, RAG, проектирование интеграционных механик и автоматических метрик качества для недетерминированных компонентов. Требуется уверенное владение Python, практический опыт интеграции с LLM и опыт работы с базами данных и асинхронной обработкой. Опыт 5-10 лет, уровень Senior/Lead, удалённая работа.

# LLM‑разработчик персонализации в Плюс Фантех
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.
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
Бенефиты работы в Яндексе:
•Расширенная медицинская страховка начинает работать с первого месяца в Яндексе.
•30 дней в году оплачиваются — вы получите полную зарплату, как будто не болели.
•Медицинская страховка для родственников по системе 80/20.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте