Команда ML‑сервисов Yandex Cloud

Развиваем AI-платформу в Yandex Cloud — создаём сервисы и инструменты для разработчиков, которые внедряют ML в свои продукты. Наша цель — построить лучшую публичную облачную AI‑платформу в России.

Смотреть вакансии

Мы вдохновляем заказчиков на создание новых продуктов

Наши клиенты фокусируются на развитии собственных бизнесов и не тратят время на решение ML-задач.

40+ человек

в команде

Сотни терабайт

данных для обучения ML-моделей

Миллионы

пользователей

Десятки

современных ML‑моделей

Наши продукты

AI Studio — платформа для разработчиков

Единая AI-экосистема, в которой есть всё для создания и внедрения сервисов на базе генеративных моделей. Удобные инструменты для интеграции и адаптации, стабильный и надёжный инференс и готовые компоненты для сборки собственных AI-решений.

Yandex Translate

Сервис машинного перевода для интеграции в приложения и веб‑сервисы

Vision OCR

Сервис компьютерного зрения для распознавания и извлечения текста

Foundation models

Генеративные языковые модели Яндекс и OSS (YandexGPT, YandexART, DeepSeek, Qwen3)

SpeechKit

Комплекс технологий по распознаванию и синтезу речи

Search API

Сервис для получения ответов поисковой базы Яндекса

Направления работы

Data Science и аналитика

Помогает внедрять и адаптировать ML‑модели под реальные пользовательские сценарии
Собирает, размечает и анализирует данные
Строит метрики качества

Разрабатывает, обучает и улучшает модели, лежащие в основе наших ML‑сервисов
Отвечает за эффективность и производительность разрабатываемых моделей

Надёжность и поддержка ML‑сервисов

Делает наши существующие и новые продукты стабильнее
Обеспечивает их дистрибуцию в разные регионы и on-premise

Продукты на основе ML‑технологий

Превращает ML в конечные продукты AI Studio: SpeechKit, SpeechSense, Foundation Models

Смотреть вакансии

Технологический стек

Бэкенд

S3 Redis Kafka® Postgres Docker Kubernetes® Temporal Java Go C++ Python

Inference/ML

NVIDIA Triton vLLM SGLang MoonCake TensorRT-LLM YNMT C++ Python

Команда

Василий Ершов Руководитель ML‑сервисов, Yandex Cloud, кандидат физико-математических наук

Окончил Санкт‑Петербургский государственный университет и Computer Science Center (петербургское отделение ШАД). С 2014 года занимаюсь в Яндексе развитием технологий машинного обучения и высокопроизводительными вычислениями на GPU.

Также работал над библиотекой машинного обучения CatBoost, был основным разработчиком GPU‑версии библиотеки.

Помимо работы в Яндексе преподаю в СПбГУ, руковожу направлением «Аанализа данных» на магистеркой программе факультета математики и компьютерных наук.

Андрей Кириленко Руководитель группы разработки ML‑продуктов, Yandex Cloud

Окончил Санкт‑Петербургский кампус ВШЭ. В Яндексе работаю с 2018 года. Пришёл строить ML-сервисы Yandex Cloud, работал над задачами по распределённому обучению моделей распознавания и синтеза речи.

Занимался алгоритмами хранения больших данных для обучения нейросетевых моделей. Затем стал отвечать за всю ML-инфраструктуру и конечные продукты для пользователей.

Антон Ермилов Руководитель группы эффективных ML‑моделей, Yandex Cloud

Окончил Санкт‑Петербургский кампус ВШЭ. В Yandex Cloud работаю с 2019 года. Занимался созданием облачного сервиса распознавания речи и первой мультиязычной модели распознавания речи в сервисе Yandex SpeechKit. Теперь отвечаю за разработку эффективных моделей для облачных сервисов SpeechKit и Foundation Models.

Андрей Путрин Ведущий разработчик группы надёжности и поддержки ML‑сервисов

Окончил факультет лингвистики Российского государственного гуманитарного университета. В Яндексе с 2013 года. Работал в проектах мобильного и детского Поиска, руководил Телефонией Яндекса. В Yandex Cloud сначала занимался разработкой проекта DataSphere, сейчас отвечаю за SRE ML‑сервисов.

Кого мы ищем

Бэкенд-разработчики

ML-разработчики

Data Science-инженеры

SRE-инженеры

Бэкенд-разработчики

Вам предстоит:

Совершенствовать уже существующие продукты, помогать создавать востребованные ML‑сервисы и внедрять передовой искусственный интеллект в реальный бизнес.

Работать с Java, Python и Go. Но язык — не самоцель: мы выбираем то, что эффективнее решает задачу.

ML-разработчики

Вам предстоит:

Проводить прикладные исследования, экспериментировать с новыми архитектурами моделей и подходами к обучению, следить за последними достижениями в области ML.

Создавать и обучать state-of-the-art модели для сервисов распознавания и синтеза речи, а также продуктов на основе больших языковых моделей.

Реализовывать и оптимизировать инференс моделей для достижения максимальной эффективности и производительности ML-сервисов.

Тесно взаимодействовать с командой Data Science для быстрой интеграции новых моделей и улучшения существующих.

Data Science-инженеры

Вам предстоит:

Разрабатывать процессы по сбору и разметке данных, оценивать и улучшать качество процессов. Примеры задач: разметка данных для распознавания речи на узбекском языке, сбор обучающих данных для задач текстовой классификации.

Анализировать пользовательский опыт и строить метрики оценки качества ML‑сервисов, максимально точно отражающие восприятие сервиса пользователями.

Помогать менеджерам продукта и разработчикам строить прототип и анализировать различные варианты технических решений. Мы не только разрабатываем модели, но и помогаем внедрять их в продукты.

SRE-инженеры

Вам предстоит:

Автоматизировать существующие и формировать новые инфраструктурные подходы и практики.

Выстраивать observability сервисов и помогать продуктовым командам с их внедрением.

Ретроспективно развивать инфраструктуру и поддерживать стабильность сервисов по мере роста количества пользователей, функциональности и нагрузки. Пример задачи: автоматизировать развёртывание ML-моделей.

Как мы разрабатываем наши продукты