Команда отвечает за качество и безопасность контента на Авито. Главная цель — чтобы плохой контент не попадал к пользователям. Чтобы попасть в команду, важно иметь возможность работать 40 часов и опыт в NLP и CV, а также базовое представление об MLOps

Вам предстоит:

• Разрабатывать и обучать модели модерации текста и изображений — от простых правил до трансформеров и LLM
• Развивать специализированные инструменты для DS-команд: пайплайны обучения и инференса, автоматические конструкторы моделей, мониторинг качества
• Делать полный цикл ML-разработки — от идеи и датасета до продакшен-сервиса и мониторинга

Команда развивает новые подходы в поиске по товарам и отдельным объявлениям. Основная цель — улучшить счастье покупателя за счёт подбора товаров через AI-ассистента. Чтобы попасть в
команду, важно уверенно владеть стандартным ML-стеком. Плюсом будет опыт с LLM и агентскими фреймворками (ADK, AgentKit)

Вам предстоит:

• Строить поисковый движок для байерского AI-ассистента по подбору объявлений

• Разрабатывать RAG для товаров и отдельных объявлений.
• Обучать и внедрять модели векторного поиска.
• Строить пайплайн валидации для ассистентского поиска.

Команда развивает рекламный движок Авито, отвечает за качество ранжирования рекламных кампаний и работу личного кабинета рекламодателя. Чтобы попасть в команду, важно быть в Москве: команда несколько раз в неделю работает из офиса

Вам предстоит:

• Разрабатывать end-to-end-решения: проводить эксперименты, проверять гипотезы, обучать модели и внедрять их в продакшен
• Развивать сервисы на Python и улучшать существующие ML-компоненты рекламного движка
• Работать с дата-пайплайнами: собирать датасеты и повышать качество данных
• Взаимодействовать с бизнесом: уточнять требования, презентовать результаты, обсуждать влияние моделей на метрики

Команда разрабатывает внутреннюю ML-платформу и инструменты, которые упрощают решение DS-задач на всём пути разработки модели — от разметки данныхдо реалтайм-инференса

Вам предстоит:

• Автоматизировать обучение, настраивать пайплайны для сбора и разметки данных, переобучения и мониторинга качества
• Масштабировать и оптимизировать сервис под растущую нагрузку и новые модели
• Улучшать качество текущих моделей
• Адаптировать модели под новые домены данных

Команда занимается разработкой платформы, которая позволяет собирать, обогащать и управлять данными о пользователях Авито. А ещё строит сложные ML-модели на основе больших массивов как внутренних, так и внешних данных от партнёров. Чтобы попасть в команду, важно иметь опыт решения задач с помощью классического ML, понимать основы NLP

Вам предстоит:

• Строить ML-модели для предсказания важных параметров о пользователях Авито
• Определять влияние новых внешних признаков на существующие скоринговые модели
• Ресерчить новые источники данных в качестве признаков для моделей: чаты, звонки, транзакции
• Автоматизировать переобучения моделей

Команда отвечает за развитие отдела продаж, фокусируется на разработке системы речевой аналитики, которая помогает глубже понимать потребности клиентов и повышать результативность работы менеджеров по продажам. Чтобы попасть в команду, важно иметь возможность работать 40 часов, знать принципы NLP и Transformers

Вам предстоит:

• Налаживать и автоматизировать процессы разметки данных
• Обучать и дорабатывать модели классификации, NER и генерации текста
• Участвовать в дистилляции LLM в более компактные и эффективные решения — от формулировки задачи до production-ready-реализации
• Автоматизировать проверку гипотез с использованием LLM

Команда развивает систему автоматизированного рекрутинга — от первичного скрининга до проведения skill-интервью. Цель — ускорить найм и повысить качество оценки кандидатов за счёт автоматизации HR-процесса. Чтобы попасть в команду, важно знать LLM-агенты (LangGraph, LangChain), векторные базы данных, верхнеуровнево знать backend-разработку

Вам предстоит:

• Улучшать диалоговый движок AI-рекрутера: строить сценарии интервью, настраивать логику переходов, уточняющих вопросов и поведенческих стратегий ассистента
• Улучшать RAG-пайплайны для корректных и релевантных ответов ассистента на вопросы кандидатов
• Собирать и готовить данные, проводить офлайн-оценку и анализ качества моделей
• Разрабатывать пайплайны валидации для проверки качества интервью
• Интегрировать решения в продакшен

Команда создаёт AI-ассистента, который повышает качество поиска, модерации и пользовательского опыта в вертикали Авто. Чтобы попасть в команду, важно знать LLM-агенты и базовый ML-стек

Вам предстоит:

• Обучать и улучшать LLM-модели, которые используют в ассистенте
• Развивать архитектуру агента, прорабатывать диалоговые сценарии и повышать качество понимания пользовательских запросов
• Развивать RAG и векторный поиск
• Собирать и готовить датасеты, проводить офлайн-оценку и анализ качества моделей
• Интегрировать решения в продакшен

Команда решает бизнес-специфичные задачи для Авито Товаров, строит модели для всех этапов бизнеса — от корректной параметризации объявлений на подаче до доставки товара покупателю. Чтобы попасть в команду, важно иметь опыт в NLP и CV, а также базовое представление об ML и DL

Вам предстоит:

• Глубоко погружаться в специфику бизнеса вместе с коллегами из продукта
• Разрабатывать и внедрять end-to-end ML решения от сбора и подготовки данных до обучения, тестирования и внедрения моделей в продакшен
• Реализовывать новые алгоритмы параметризации объявлений, определения габаритов товаров, прогнозирования склонности клиента к совершению действий
• Отвечать за архитектуру, качество и устойчивость реализуемых решений и их влияние на бизнес

Набор идёт в три команды. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «DS SWAT». Конкретную сможете выбрать на этапе тестирования

Команда DS in Messenger занимается разработкой фундаментальных ML-технологий. Вы присоединитесь к стриму DS в мессенджере и повлияете на опыт всех пользователей, делая общение в Авито безопасным и эффективным. Чтобы попасть в команду, важно иметь опыт в NLP, sklift, DL и LangChain

Вам предстоит:

• Строить модели классификации интентов пользователей
• Повышать качество текущих моделей в мессенджере и улучшать опыт пользователей Авито
• Автоматизировать востребованные сценарии в чатах
• Собирать и размечать данные — как с помощью асессоров, так и привлекая LLM

Набор идёт в три команды. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «DS SWAT». Конкретную сможете выбрать на этапе тестирования

Команда ML in Marketing занимается разработкой фундаментальных ML-технологий. Вы присоединитесь к стриму ML в маркетинге и возьмёте задачи на стыке классического ML, NLP и LLM. Чтобы попасть в команду, важно иметь опыт в NLP, ML и LLM. Будет плюсом опыт в сборе данных через Яндекс Задания или LLM-разметку

Вам предстоит:

• Строить модели оценки вероятности совершения целевого действия (контакт, покупка товара, покупка услуг продвижения) и оттока пользователей
• Заниматься LLM-генерацией текста для коммуникаций, проводить эксперименты по поиску ошибок в документах

Набор идёт в три команды. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «DS SWAT». Конкретную сможете выбрать на этапе тестирования

Команда IMV отвечает за развитие системы оценки стоимости объявлений на Авито. Основная цель — помощь в управлении ожиданиями продавца, чтобы автомобиль продался быстро и выгодно, а также находить хорошие варианты для покупателей. Чтобы попасть в команду, важно углубленно знать Docker

Вам предстоит:

• Улучшать точность оценки и проводить А/B-тесты
• Развивать модели прогнозирования срока продажи
• Работать над системой рекомендации выгодных авто
• Брать задачи по управлению складом авто на основе ML-алгоритмов

Набор идёт в пять команд. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «LLM». Конкретную сможете выбрать на этапе тестирования

Команда LLM Core занимается улучшением и обучением моделей, которые используются как внутри компании, так и в опенсорс-сообществе. Чтобы попасть в команду, важно глубоко понимать архитектуру современных Transformers

Вам предстоит:

• Обучать базовые модели: собирать и улучшать датасеты, проводить эксперименты по адаптации моделей к русскому языку
• Работать с масштабными архитектурами: обучать Dense- и MoE-модели и развивать кодовую базу для их эффективной тренировки
• Оптимизировать производительность, работать над ускорением обучения и инференса
• Исследовать новые подходы: анализировать SOTA-статьи, проверять гипотезы и адаптировать лучшие архитектурные решения

Набор идёт в пять команд. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «LLM». Конкретную сможете выбрать на этапе тестирования

Команда LLM Core №2 занимаемся обучением своей базовой LLM и применением ее к разным бизнес-задачам Авито, а ещё адаптирует лучшие open source-модели под русский язык с помощью Continual Pre-Training и подмены токенизатора. Чтобы попасть в команду, нужно понимать, как устроены LLM, и иметь опыт работы с современными NLP-моделями

Вам предстоит:

• Исследовать статьи и улучшать базовую модель
• Оптимизировать скорость инференса моделей
• Помогать в разработке платформенных LLM-решений

Набор идёт в пять команд. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «LLM». Конкретную сможете выбрать на этапе тестирования  

Команда Automation with LLM развивает LLM-продукты, которые повышают эффективность сотрудников Авито — от поддержки и аналитики до HR, экономистов и руководителей. Чтобы попасть в команду, важно уметь работать с Docker, дообучать модели, а также понимать, что такое LLM-агенты, как устроен вызов инструментов и зачем нужны MCP-сервера

Вам предстоит:

• Разбираться в специфике данных и настраивать пайплайны для преобразования в LLM-friendly-формат
• Работать над качеством обработки документов: таблиц, PDF, изображений и др.
• Создавать агентов, разрабатывать промпты и инструменты, настраивать RAG
• Глубоко понимать и развивать механизмы долговременного и контекстного запоминания ИИ-агентов

Набор идёт в пять команд. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «LLM». Конкретную сможете выбрать на этапе тестирования

Команда LLM Support создает LLM-инструменты, которые помогают агентам поддержки эффективнее решать проблемы пользователей. Чтобы попасть в команду, важно уметь работать с Transformers, Docker, понимать концепцию LLM-агентов и принцип их работы с инструментами

Вам предстоит:

• Улучшать RAG-пайплайн для ответа на частотные вопросы, дообучать модели ретривера и генератора
• Работать над агентной copilot-системой, пробовать разные архитектуры, создавать новых LLM-агентов, разрабатывать промпты
• Встраивать решения в прод: интегрировать LLM-агентов с чатом поддержки
• Развивать бенчмарки для анализа качества системы: разрабатывать feedback-loop от агентов, применять подход llm-as-a-judge

Набор идёт в пять команд. Основные отличия — в задачах, которые будут выполнять стажёры. В форме регистрации нужно выбрать приоритеты, укажите общую команду «LLM». Конкретную сможете выбрать на этапе тестирования

Команда LLM Assistants занимается созданием и развитием мультиагентских LLM-ассистентов для пользователей Авито — покупателей и продавцов. Чтобы попасть в команду, важно уметь работать с Python и Docker, дообучать LLM-модели, а также понимать, что такое LLM-агенты, как устроен вызов инструментов

Вам предстоит:

• Работать с данными, разбираться в их специфике и настраивать пайплайны для преобразования в LLM-friendly-формат
• Повышать продуктовую ценность, учить ассистентов выполнять сложные пользовательские запросы с высоким качеством
• Создавать агентов, разрабатывать промпты и инструменты, настраивать RAG
• Глубоко понимать и развивать механизмы долговременного хранения информации, расширять контекст для ведения длинных диалогов