Руководитель ML-команды системных промптов Alice AI
ЯндексГибрид
LLMMLAlice AIinstruction tuningreward-моделиалайнмент
Описание
Руководитель ML-команды системных промптов Alice AI будет отвечать за техническое развитие направления, обучение и управляемость модели, оценку качества и интеграцию результатов, а также за техническую работу с командой.
Обязанности
- Техническое развитие направления
- Формирование технического курса вместе с командой, руководителем и продуктовыми партнёрами, выбор ключевых гипотез и принятие решений по результатам экспериментов
- Развитие методов обучения, данных и reward-моделей, которые помогают Alice AI следовать системным инструкциям
- Постановка воспроизводимых экспериментов, анализ поведения модели и развитие следующей итерации решения
- Активное взаимодействие с командой аналитики для формулирования требований к оценке качества системных промптов, контроль её качества и проверка надёжности отражения изменений в поведении модели
- Доведение подтверждённых экспериментами решений до релизной модели
- Согласование технических изменений с командами RL, интеграции и оценки качества
- Участие в разборе сложных проблем на стыке направлений
- Исследование актуальных подходов к управляемости языковых моделей вместе с командой
- Определение подходящих подходов для задач
- Проектирование решений для проверки на Alice AI
Требования
- Хорошее понимание устройства современных LLM, instruction tuning и методов алайнмента
- Опыт руководства техническим развитием ML-направления или сложного исследовательского проекта
- Умение связывать продуктовые цели, исследовательские гипотезы и метрики качества
- Опыт построения воспроизводимого цикла ML-экспериментов и принятия технических решений по их результатам
- Умение проектировать ML-системы и оценивать применимость новых подходов к задачам продукта
- Умение объяснять сложные решения, делиться экспертностью и договариваться со смежными командами
Будет плюсом
- Опыт работы с instruction following или controllability языковых моделей
- Опыт работы с оценкой поведения LLM или reward-моделями