Назад к вакансиям

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