ML-разработчик в команду Медтеха

Мы создаём новое направление — ИИ-ассистента врача. Это технологическая платформа, которая помогает врачам тратить меньше времени на рутину и больше — на пациентов.

Мы используем YandexGPT, распознавание речи и внутренние медицинские базы данных, чтобы получить помощника, который умеет:

• искать и суммаризировать данные в электронной медицинской карте;
• транскрибировать онлайн-приёмы и составлять медицинские отчёты;
• помогать врачу анализировать симптомы, динамику заболеваний и делать назначения.

Наши решения уже используются врачами и обрабатывают десятки тысяч медицинских запросов ежемесячно.

Мы ищем ML-разработчика, который будет создавать и улучшать ML-часть платформы: RAG-системы, агентные сценарии и модели для работы с медицинскими данными.

Разработка LLM-систем для медицинских сценариев
Нужно будет создавать и улучшать LLM-системы для медицинских сценариев: поиск и суммаризацию данных в ЭМК, помощь врачу во время приёма, анализ медицинских документов. Это включает:

• проектирование RAG-пайплайнов;
• настройку embedder- и reranker-моделей;
• промпт-инжиниринг и контроль качества генерации.

Создание LLM-агентов
Вам предстоит разрабатывать LLM-агентов, которые помогают врачу работать с медицинскими данными: анализируют запрос, планируют действия, выбирают инструменты и взаимодействуют с медицинскими системами.

Дообучение и улучшение моделей
Вы будете:

• дообучать LLM- и ML-модели на медицинских данных;
• работать с датасетами, разметкой и evaluation;
• улучшать качество генерации и точность ответов. Часть работы будет проходить совместно с командами базовых технологий Яндекса.

Развитие продакшен-систем
Наши решения работают в реальных медицинских системах, поэтому важно:

• оптимизировать latency и стабильность;
• строить надёжные ML-пайплайны;
• мониторить качество моделей и улучшать их на основе реального использования.
  

Больше об ML в Яндексе — в канале Yandex for ML

• Работали в ML/NLP/LLM-проектах и запускали модели в продакшене
• Работали с LLM и RAG-системами
• Уверенно программируете на Python
• Понимаете архитектуру ML-систем и полный цикл разработки моделей
• Умеете экспериментировать, анализировать результаты и улучшать качество моделей

• Разрабатывали LLM-агентов
• Настраивали сложные RAG-пайплайны
• Работали с диалоговыми системами или голосовыми интерфейсами
• Работали с медицинскими данными или медтехпродуктами
• Занимались fine-tuning или RLHF для LLM
• Владеете Go на минимальном уровне