Специалист по обучению ИИ и инжинирингу промптов

О РОЛИ

House of YO — это бизнес в сфере связи и дистрибуции с наложенным поверх вычислительным слоем. YOlanda — наш ИИ-консьерж.

В версии V3 платформы YOlanda является интерфейсом. Пользователи разговаривают с ней вместо того, чтобы переходить по меню. Она отвечает на вопросы о тарифных планах, данных, пополнениях и балансе YOYO$, а также выполняет действия в аккаунте пользователя. Когда она ошибается, пользователь оказывается в тупике, и продукт терпит неудачу.

Ее знания ограничиваются экосистемой YO, и ничем более. Когда вопрос выходит за ее рамки, она передает его YOnC, нашему вычислительному кооперативу, который маршрутизирует его к специализированной модели. Знание того, где проходит эта граница, и ее поддержание — центральная часть работы.

Она работает по одному золотому правилу: в течение пяти ответов она должна предложить пользователю продукт или услугу. Не пять ответов, чтобы быть полезной. Пять, чтобы прийти к чему-то реальному.

Эта роль делает ее правильной. Вы пишете промпты, которые управляют ее мышлением. Вы создаете оценки, которые доказывают, что она работает. Вы пишете обучающие данные, которые исправляют ее, когда она этого не делает. Вы отправляете код, который управляет всем этим.

YOlanda работает на нашей собственной сборке LangChain и LangGraph. Вы будете открывать pull requests против этого графа вместе с двумя инженерами, которые им владеют.

Вы никем не будете управлять. Вы будете ежедневно работать с моделью.

Для кого это

Вы намеренно ломаете вещи, а затем точно объясняете, почему они сломались. Вы можете прочитать плохой ответ и одним предложением сказать, что в нем не так. Вы предпочтете провести пятьдесят тестов, чем выиграть один спор о том, какой промпт лучше. У вас есть свое мнение о тоне и вы можете его защитить. Вы пишете достаточно хорошо, чтобы люди это замечали.

Вы неутомимы. Первая версия — это никогда не то, что вы отправляете.

Местоположение: Удаленно, глобально Формат работы: Удаленно, полный рабочий день

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Отвечать за системный промпт YOlanda — персону, тон, правила безопасности, что она отказывается делать — и промпты, стоящие за каждым действием пользователя: изменения тарифного плана, пополнения, запросы баланса, предложения, поддержка.
• Отвечать за границу: решать, что входит в сферу компетенции YOlanda, а что передается YOnC, и обеспечивать бесшовную передачу — тот же разговор, тот же голос.
• Создавать библиотеку few-shot и управлять контекстом, чтобы она никогда не начинала с пустого промпта или не повторяла уже заданный вопрос.
• Создавать набор оценок: каждая задача получает тестовые случаи, условие прохождения и оценку, которую вы можете отслеживать от релиза к релизу. Ничего не выпускается, если оценка снизилась.
• Ранжировать и критиковать результаты (RLHF), переписывать слабые ответы в данные для эталона/дообучения, и проверять цены тарифных планов, балансы и математику YOYO$ — цель по галлюцинациям в отношении денег равна нулю.
• Тестировать ее в режиме Red Team: использовать состязательные промпты, инъекции промптов, джейлбрейки и злоупотребления потоками пополнения и вознаграждений.
• Писать Python для запуска и оценки тестов в большом объеме, работать с API (streaming, function calling, structured output) и версионировать промпты в git.

ЧТО ВАМ НУЖНО

• Более 2 лет опыта разработки с использованием больших языковых моделей в продакшене. Ежедневное использование чата не считается.
• Python, который вы можете использовать в продакшене: скрипты, API-клиенты, обработка данных, тесты.
• LangChain и LangGraph — вы можете читать граф, который вы не писали, и изменять его, не ломая.
• Retrieval в продакшене: чанкинг, эмбеддинги, реранжирование, заземление (grounding) и знание того, когда retrieval — неправильный инструмент.
• Исключительный письменный английский, а также испанский и английский на одинаково высоком уровне — у YOlanda один голос, который должен выдержать переход.
• Методология: изменить одну переменную, протестировать ее, записать результат, двигаться дальше.

Приветствуется: дообучение (SFT, DPO, LoRA); фреймворки оценки (promptfoo, Braintrust, LangSmith, DeepEval); мобильные технологии, телекоммуникации или финтех; редактура или лингвистическое образование.

ЧТО МЫ ПРЕДЛАГАЕМ

• Продукты высшего класса, разрушающие традиционную индустрию медиа-услуг
• Блестящая, высококоллаборативная команда с общей страстью к достижению целей
• Гибкий график работы
• Корпоративное оборудование для работы
• Конкурентная заработная плата
• Реальная возможность для личного и профессионального роста