ОткликнутьсяОбновлено июль 2026 г.

ФорматГибрид

Тип занятостиfulltime

ОпытДо 1 года

О компании

Яндекс — технологическая компания, создающая интеллектуальные продукты и сервисы на основе машинного обучения: поиск, беспилотники, облако, образование и десятки других направлений.

Чем предстоит заниматься

Развивать RL и RLHF для VLM. Вам предстоит переосмыслить методы алайнмента на стыке визуальной и текстовой модальностей: как наградить модель за правильный визуальный reasoning, как отучить её галлюцинировать при описании изображения и как превратить продуктовые требования сервисов
Яндекса в функцию награды. Вы будете находить ответы на эти вопросы и внедрять решения в RLHF-пайплайн — так, чтобы поведение модели было предсказуемым, полезным и безопасным.
Развивать reasoning и работу с документами (OCR). Требуется выйти за пределы простых подписей к фото. Вы будете учить модель рассуждать над сложным визуальным контекстом: разбирать документы, таблицы, графики и интерфейсы, аккуратно распознавать текст (OCR) и безупречно следовать многошаговым инструкциям. Для этого предстоит собирать reasoning-данные и активно экспериментировать с UG-данными и AI-фидбэком.
Разгонять large-scale-обучение до предельных скоростей. RL loop для мультимодальных моделей — это один из самых сложных инженерных вызовов в современном ML. Вам предстоит ускорять генерацию на лету, профилировать узкие места и добиваться того, чтобы эксперименты крутились кратно быстрее, а GPU не простаивали ни секунды.
Больше об ML в Яндексе — в канале Yandex for ML.

Что мы ждем от тебя

Отлично знаете классические ML, NLP и CV
Понимаете, как устроены современные LLM или VLM, решали с их помощью прикладные задачи или имеете релевантный исследовательский опыт
Имеете опыт работы с RL или RLHF, post-training или мультимодальным reasoning — или готовы быстро погрузиться в эти направления
Следите за трендами в области LLM и VLM, умеете с ходу отличать хайп от рабочих практик и готовы быстро реализовывать новые идеи
Работали с reasoning-задачами, post-training или RLHF/alignment
Имеете опыт работы с OCR и document understanding: распознавание текста, структуры документов, таблиц и графиков
Обучали большие модели или large-scale ML-системы
Понимаете ограничения современных VLM и следите за трендами в multimodal reasoning

Как откликнуться

Нажмите «Откликнуться», заполните короткую форму и прикрепите резюме. Команда обычно отвечает в течение 3 рабочих дней.

Откликнуться на вакансию

ML-разработчик в команду Alice AI VLM Reasoning