ML разработчик в Яндекс Образование
Summary
Build and deploy AI agents for educational services like tutoring and exam prep, integrating ML with backend systems using Python and modern AI tooling.
Команда Яндекс Образования создаёт платформу, которая помогает всем — от школьников до профессионалов — учиться и развиваться в IT. Мы проектируем сервисы с нуля, экспериментируем и быстро видим результат своей работы, опираясь на надёжную инфраструктуру и опыт большой компании, — это уникальная возможность почувствовать дух стартапа внутри Яндекса.
Вы будете работать над сервисами, которые помогают тысячам пользователей: это, например, репетитор по математике для школьников 5–11-х классов (режим в Алисе), платформа для подготовки к ЕГЭ. Необходимо разрабатывать агентские пайплайны для образовательных сценариев. Это позиция на стыке ML и бэкенда: вы будете писать продакшен-код, проектировать агентов, экспериментировать с архитектурой и моделями, доводить решения до внедрения.
Какие задачи вас ждут
Разрабатывать AI-агентов от идеи до прода
Вы будете участвовать во всех стадиях проекта: разбираться вместе с руководителем команды в бизнес-процессе, проектировать архитектуру агентов, писать код, продумывать оценку качества, выкатывать в прод и поддерживать после внедрения.
Проектировать, писать и улучшать агентов
Вам предстоит решать, какой набор тулов и скилов нужен агенту, как организовать работу с контекстом, какую модель брать под задачу, как измерять качество ответов, как выявлять и устранять галлюцинации.
Поддерживать жизнь агентов в проде
Агенты живут долго, и после внедрения работа не заканчивается. Вам предстоит выстраивать системы для мониторинга качества, добавлять непредвиденные сценарии, масштабировать агента на соседние сервисы, дежурить по своим проектам.
Мы ждём, что вы
- Разрабатывали коммерческие приложения не менее трёх лет
- Понимаете архитектуру современных веб-сервисов и умеете принимать решения, которые не придётся переписывать через полгода
- Уверенно владеете Python для разработки серверных приложений и интеграций; понимаете, как устроены асинхронные взаимодействия, очереди, базы данных
- Имеете базовое представление о том, как устроены LLM и AI-агенты: что такое тулы, промпты, контекстное окно, RAG
- Проактивны и автономны: готовы сами приходить с идеями и доводить их до результата
Будет плюсом, если вы
- Знакомы с экосистемой Lang* (LangChain, LangGraph)
- Работали с агентскими протоколами (MCP, A2A) и подходами (RAG, мультиагентные системы) в продакшене
- Хотите вырасти до руководителя или техлида