ML Engineer (Code Assistant & Code Search ML RnD)

Описание роли

На позиции **ML Engineer** вы станете членом исследовательской команды Яндекса, отвечающей за разработку и внедрение интеллектуальных сервисов для поддержки разработчиков. Ваши задачи будут включать реализацию сценариев кодового ассистента, генерацию описаний фрагментов кода (code2text) и настройку семантического поиска в больших кодовых базах с использованием RAG-подходов. Вы будете тесно взаимодействовать с двумя–тремя опытными инженерами-исследователями, участвовать в обсуждениях архитектуры решений и оценке качества моделей перед интеграцией в продукты.

Ключевые обязанности:
* Реализация и оптимизация различных сценариев кодового ассистента на основе LLM и собственных ML-алгоритмов.
* Разработка алгоритмов генерации текстовых описаний для фрагментов кода и организация эффективного code2text workflow.
* Настройка RAG-механики для решения прикладных задач ассистирования разработчиков и повышение точности рекомендаций.
* Оценка качества разработанных сценариев, A/B-тестирование и интеграция моделей в инструменты разработки.
* Участие в оформлении экспериментов, анализ результатов и подготовка технической документации.

Что делает эту вакансию особенной

* Уникальный опыт в R&D: вы не просто будете поддерживать существующие алгоритмы, а участвовать в построении новых ML-сценариев для code assistant.
* Работа с передовыми технологиями: LLM-библиотеки, фреймворки для обучения и дообучения моделей, современные инструменты семантического поиска.
* Исследовательский формат: гибкое планирование экспериментов, возможность предлагать и проверять собственные гипотезы.
* Профессиональный рост: доступ к внутренним семинарам, конференциям и опыт ведущих ML-инженеров Яндекса.

О компании Яндекс

Яндекс — ведущая технологическая компания, создающая инновационные сервисы на основе искусственного интеллекта. Среди ключевых направлений — картографические сервисы, рекомендательные системы, облачные решения и инструменты для разработчиков. Яндекс ценит эксперименты и исследовательский подход, поддерживает обмен знаниями между командами и активно инвестирует в развитие компетенций сотрудников.