WorkListВойтиОформить подписку
NG

Staff Applied AI Researcher (Agentic Search)

висит 2 мес.
Nebius Group · AI-инфраструктура
Откликнуться на сайте компании ↗
Опубликована давно; 02.11 она ещё висела у компании.

О вакансии

Откуда можно работать
Удалённо, находясь в Швейцарии
из текста вакансии
Уровень
Lead
указан работодателем
Деньги
≈ $6,2–15 тыс/мес · оценка Worklist
по мировому рынку, данные за август 2026 · Как считаем
Даты
Опубликована 07.08 · видим у компании с 25.08 · у компании видели 02.11
дата публикации от работодателя
Почему в каталоге:Основана выходцами из Восточной Европы, Кавказа и Центральной АзииПодробнее о компании →

Описание переведено машинно с английского.

Суть роли

Мы ищем Staff Applied AI Researcher в быстрорастущую команду, которая создаёт агентскую (agent-native) поисковую платформу — слой доступа к вебу для AI-систем.

Можно представить это как поиск Google, но для AI-агентов: система, разработанная для машин, а не для людей. Мы создаём агентский поиск, в котором AI-системы активно планируют, извлекают, оценивают и уточняют информацию, а не просто возвращают результаты. По мере того как AI становится основным интерфейсом к вебу, этот слой заменит традиционные поисковые системы.

Мы проектируем эти системы так, чтобы они искали информацию в веб-данных и рассуждали над ней в реальном времени, при жёстких ограничениях по задержке и надёжности. Это значит, что нужно решать задачи извлечения, ранжирования и выделения фрагментов текста при совершенно новых паттернах доступа и в значительном масштабе: системы работают с постоянно меняющимися неструктурированными данными и обслуживают десятки тысяч продакшен-нагрузок 24/7.

Эта роль предполагает ответственность за ключевые части нашего направления прикладных AI-исследований и проектирования систем, с сильным ожиданием того, что вы будете определять новые подходы и добиваться измеримого эффекта в продакшене. В течение первого года вы будете отвечать за конкретную часть поискового стека, например за ранжирование или итеративное извлечение.

Что предстоит делать

  • Проектировать агентскую (agent-native) поисковую систему, которая справляется со всем: от поиска за один шаг с низкой задержкой до сложных задач глубокого поиска, требующих итеративного планирования, формирования запросов, уточнения и рассуждений.
  • Обучать модели ранжирования и извлечения, оптимизированные для рабочих процессов под управлением агентов в реальных условиях и ограничениях
  • Внедрять в наш поисковый стек новейшие достижения исследовательского сообщества и выводить их в продакшен.
  • Руководить прикладными исследованиями и техническим направлением в системах извлечения и ранжирования
  • Проектировать и развивать многоэтапные архитектуры извлечения (понимание запроса, переписывание запроса, извлечение, реранкинг и итеративное извлечение)
  • Руководить экспериментами с современными подходами к извлечению (исследования эмбеддингов, разреженное и гибридное извлечение, реранкинг, сжатие контекста) и выводить их в продакшен
  • Разрабатывать методы привязки LLM к веб-данным реального времени в больших масштабах, используя сигналы доверия, качества и актуальности для выделения надёжных источников
  • Совместно с командой оценки определять новые метрики для агентских систем, в которых корректность не сводится к кликам
  • Анализировать компромиссы между релевантностью, задержкой и стоимостью и тесно работать с инженерами над развёртыванием систем, работающих в масштабе веба
  • Наставлять исследователей и инженеров и помогать повышать технический уровень команды

Требования

  • 8+ лет опыта в прикладном AI, ML или разработке программного обеспечения
  • Подтверждённый опыт вывода ML- или AI-систем в продакшен в больших масштабах
  • Глубокий опыт работы с поиском, извлечением, ранжированием или создания ассистентов на основе RAG
  • Хорошее понимание современного глубокого обучения, особенно трансформеров и эмбеддингов
  • Опыт работы с системами, интегрированными с LLM, или системами, требующими больших объёмов знаний
  • Опыт проектирования фреймворков оценки и метрик для ML-систем
  • Хорошие навыки программирования на Python
  • Публикации высшего уровня (ICLR, ICML, NeurIPS, AAAI, EMNLP, ACL)
  • Умение работать в быстро меняющейся, ориентированной на продукт среде с высокой ответственностью и самостоятельностью

Будет плюсом

  • Опыт в области агентских AI-систем (агенты, использование инструментов, автономные рабочие процессы)
  • Опыт RL-посттренинга LLM или VLM

Условия и бенефиты

  • Конкурентная компенсация
  • Карьерный рост и возможности для обучения
  • Гибкость и ответственность
  • Культура сотрудничества и инноваций
  • Возможность работать над значимыми AI-проектами
  • Международная среда и талантливые команды

Nebius — работодатель, предоставляющий равные возможности. Мы стремимся создавать инклюзивную и разнообразную рабочую среду и обеспечивать равные возможности трудоустройства во всех аспектах занятости. Мы не допускаем дискриминации по признаку расы, цвета кожи, религии, пола (включая беременность), национального происхождения, родословной, возраста, инвалидности, генетической информации, семейного положения, статуса ветерана, сексуальной ориентации, гендерной идентичности или её выражения, а также по любому другому признаку, защищённому применимым законодательством.

Кандидаты должны иметь право работать в стране, в которую они подают заявку, и должны будут предоставить подтверждение права на трудоустройство как условие приёма на работу.

Если вам нужны особые условия в процессе подачи заявки, пожалуйста, сообщите нам.

Навыки

PythontransformersembeddingsRAGLLMretrievalrankingrerankingsparse and hybrid retrievalcontext compressionRL post-trainingDeep Learning

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти