Data Analyst (умность Алисы)

Наша команда создаёт ассистента, который не просто отвечает на вопросы, а решает задачи пользователя в реальном мире за счёт агентности. Вы поможете нам масштабировать новую архитектуру на все сценарии, будете глубоко разбираться в качестве работы модели и выстраивать систему оценки умности.

Алиса - самый популярный ассистент в России, которым ежедневно пользуются миллионы людей. Наша команда находится на острие технологий: благодаря нам Алиса не просто отвечает на вопросы, а решает задачи пользователя в реальном мире за счёт агентности. Мы переводим взаимодействие с умными устройствами (колонками, телевизорами) на новую архитектуру. В ней большая языковая модель (LLM) самостоятельно вызывает нужные функции-инструменты (tool calling / gpt-tools), чтобы выполнять пользовательские запросы: от включения музыки до построения маршрутов.

Ищем аналитика, который поможет масштабировать новую архитектуру на все сценарии Алисы, глубоко разбираться в качестве работы модели, находить точки роста и выстраивать систему оценки умности ассистента. Вы напрямую повлияете на то, насколько умной, полезной, надёжной и эмпатичной станет Алиса.

Какие задачи вас ждут

Анализ качества работы LLM и поиск точек роста

Вам предстоит глубоко разбираться в качестве работы модели: анализировать пользовательские сценарии и проблемные кейсы, сегментировать ошибки и DSAT, искать закономерности через data mining. Затем - формировать гипотезы, как повысить качество, и оценивать влияние изменений на пользовательский опыт. Вы поможете команде понять, где модель ошибается, почему это происходит и какие улучшения дадут максимальный эффект.

Масштабирование сценариев через tool calling

Вы будете участвовать в переводе ключевых сценариев Алисы (музыка, погода, поиск мест, команды устройств и др.) на новую LLM-архитектуру. Для этого нужно анализировать пользовательские запросы и сценарии, помогать проектировать инструменты и сценарии вызова функций, выявлять точки роста, собирать данные для обучения и приёмки моделей, участвовать в формировании eval-наборов и метрик.

Построение системы оценки качества AI-ассистента

Вместе с командой вы станете развивать систему оценки качества: офлайн-метрики, LLM-as-a-judge, сценарные evals, онлайн-метрики и A/B-эксперименты, мониторинг деградаций, аналитические дашборды и т. п.

Больше об аналитике в Яндексе - в канале Yandex for Analytics

Мы ждем, что вы

• Больше двух лет работали Data Analyst, Product Analyst или Analyst в data-driven-продукте
• Работали с LLM либо Generative AI (помимо решения бытовых задач) и хотите создавать свои AI-системы
• Уверенно владеете SQL и Python для анализа данных
• Умеете работать с большими объёмами логов и событийных данных
• Занимались продуктовой аналитикой и искали инсайты через данные
• Понимаете основы статистики и A/B-тестирования
• Умеете формулировать продуктовые гипотезы и оценивать их эффект
• Системно мыслите, умеете разбираться в сложных многокомпонентных продуктах

Будет плюсом, если вы

• Работали с LLM-based-продуктами или AI-ассистентами
• Оценивали качество LLM (LLM-as-a-judge, evals, RAG и т. п.)
• Знакомы с концепциями Agentic AI и tool calling
• Строили дашборды (Tableau, DataLens, Superset и др.)
• Работали с NLP/NLU-продуктами или голосовыми ассистентами
• Понимаете, как устроен цикл обучения и улучшения ML/LLM-моделей
• Умеете работать с неструктурированными данными и текстовыми логами