TechLead ML агентного поиска

Описание

Строим общий поисковый слой, который будет использоваться в самых разных продуктах на основе языковых моделей. Данные бывают очень разными: где-то это готовые структурированные записи, где-то — документы и обычный текст, а где-то информацию ещё нужно извлечь, очистить и подготовить к индексации. Наша задача — сделать так, чтобы AI-системы могли быстро находить действительно нужную информацию. По качеству хотим быть на уровне лучших поисковых решений, а по скорости разработки — заметно быстрее больших платформенных команд. Обязанности Отвечает за архитектуру и качество агентного поиска: от решения модели вызвать поиск до получения достаточного набора фактов для формирования ответа. Руководит разработкой многошаговых поисковых сценариев, вызовом инструментов, переформулировкой запросов, проверкой результатов и восстановлением после ошибок. Формирует систему метрик и экспериментов, позволяющую измерять успешность вызова инструментов, полноту найденных фактов, стоимость, задержку и качество всего агентного цикла. Требования Глубокое понимание устройства современных языковых моделей, особенности обучения с подкреплением, обучения на предпочтениях и настройки моделей для работы с инструментами. Необходим практический опыт разработки агентных систем, включая планирование, управление состоянием, многошаговые рассуждения и ограничение числа действий модели. Требуется сильная подготовка в машинном обучении и умение самостоятельно проводить эксперименты: формировать выборки, обучать модели, анализировать ошибки и проверять статистическую значимость изменений. Знание и опыт работы с поисковыми технологиями: извлечение кандидатов, разреженный и векторный поиск, переранжирование, многошаговый поиск и методы оценки релевантности. Требуется опыт построения распределённых высоконагруженных систем и понимание ограничений по задержке, стоимости вычислений и отказоустойчивости. Опыт перевода исследовательских идей в промышленную архитектуру Декомпозиция задач команды, эффективное планирование работ и реакция на обстоятельства Условия комфортный современный офис г. Москва, рядом с метро Кутузовская гибридный формат работы ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера.