Они лежат в основе всех наших продуктов: Поиска с Алисой, Браузера, Карт, Рекламных технологий, Алисы AI и умных устройств, Погоды, Шедеврума, Переводчика и других.
Мы обучаем LLM и мультимодальные модели на всех этапах — от претрейна до RL и SFT. Для повышения эффективности используем собственные библиотеки YaFSDP и YCCL. Работаем с кластерами на тысячи GPU и модифицируем инференс инфраструктуры, чтобы проверять гипотезы и свободно работать с моделями размером до 0,7 трлн параметров.
Внедрили семейство генеративных моделей Alice AI в более чем 25 продуктов Яндекса. Создали и развиваем Yambda — один из крупнейших в мире открытый рекомендательный датасет. Разработали библиотеку машинного обучения CatBoost — единственную из России, ставшую мировым научным стандартом.
Отвечаем за роботакси, роботов-доставщиков, роботраки и складских роботов. Наши продукты работают на ИИ-платформе собственной разработки.
Роботакси уже возит пассажиров в Москве, Иннополисе и Сириусе. Роботы доставляют заказы в десяти городах России и уже совершили больше миллиона доставок. Роботраки работают на М-4, М-11 и ЦКАД. Общий пробег флота — более 37 млн километров.
В нашу экосистему входят Кинопоиск, Яндекс Музыка, Яндекс Книги, Яндекс Плюс, Яндекс Пэй, Афиша, Едадил, Свои Плюсы и другие сервисы. Лояльная аудитория — более 48 млн человек, из которых 11,6 млн пользуются сервисами сразу из нескольких направлений: развлечений, финансов и программы лояльности.
Мы решаем сложную техническую задачу: с помощью данных и ML учимся точнее понимать вкусы, настроение и потребности каждого пользователя. Обучаем рекомендательные системы на архитектурах Argus и target-aware, разрабатываем LLM-агентов и инструменты персонализации. В Музыке запустили query2vibe и ИИ-компаньона Люмена, в Книгах — Recap и ИИ-помощника. В финансовых продуктах с полным циклом на собственной MLOps-платформе работаем над кредитным скорингом, управлением рисками и маркетинговыми моделями.
Наши технологии ежедневно влияют на опыт миллионов людей, делая каждое взаимодействие с сервисами точнее, персональнее и удобнее.
Мы отвечаем за Яндекс Go, Еду, Лавку, Доставку и Техплатформу. Разрабатываем все сервисы с упором на продуктовый подход, чтобы пользователям было удобно, а бизнесу — эффективно.
В месяц у наших продуктов более 60 млн уникальных пользователей в более чем 1000 городах.
Отвечаем за Яндекс Недвижимость, Аренду и Путешествия. Помогаем найти новый дом, арендовать квартиру, забронировать отель и купить билеты в путешествие.
Чтобы Вертикали показывали лучшие реальные предложения, обучаем новые модели для ранжирования, изобретаем кандидатогенераторы для рекомендаций, улучшаем Multi-View-Stereo-алгоритмы, занимаемся антифродом и модерацией контента.
Уже помогли организовать комфортное путешествие 28 млн пользователей. Создали классифайд, где ежедневно представлено более 2 млн объектов недвижимости. Организовали Аренду так, чтобы пользователи могли выбрать объект и оформить документы полностью онлайн — так 95% квартир в столичных регионах сдавались дистанционно после просмотра 3D-тура.
Платформа объединяет более 75 сервисов, которые включают решения для кибербезопасности, управления данными, разработки и внедрения ИИ.
Наши решения напрямую влияют на качество Алисы AI, точность Поиска, удобство Карт и Яндекс Путешествий для миллионов людей.
С нуля развиваем собственные краудсорсинговые платформы — сложнейшие системы управления распределённой командой, в которой работают свыше 100 тыс. исполнителей разных специальностей.
Занимался ML в Lamoda, Mail.ru и HeadHunter, а ещё преподавал в НИУ ВШЭ и МГТУ им. Баумана. Был одним из создателей сообщества ODS. Сейчас развивает бренд машинного обучения Яндекса и помогает делать конференции — например, HighLoad++, PyCon, DUMP и Data Fest.
В Яндексе больше 10 лет: пришёл стажёром, дорос до руководителя службы распознавания речи, затем два года управлял отделом NLP, а летом 2025-го стал CTO R&D. Преподавал в ШАД алгоритмы и машинное обучение. Живёт и работает в Минске.
Ex-Staff Machine Learning Engineer в eBay. Строил компьютерное зрение с нуля в PlanetFarms и работал исследователем в Toloka.ai. Преподаватель машинного обучения ФКН ВШЭ и Deep Learning School. Автор телеграм-канала «Борис опять» .
Больше 10 лет в области AI — успел поработать в Яндексе, VK и Huawei. Защитил диссертацию по анализу текстов и сейчас является доцентом в Высшей школе цифровой культуры ИТМО. Сейчас является руководителем лаборатории в ИСП РАН. Автор телеграм-канала «Valuable AI / Валентин Малых» .
Занимается машинным обучением с 2010 года. Защитил кандидатскую диссертацию в 2013 году, пишет докторскую диссертацию про применение мультимодальных архитектур для задач обеспечения пассивной безопасности мультимедийного контента. Руководит лабораторией мультимодального генеративного ИИ FusionBrain в Институте искусственного интеллекта AIRI. Один из основателей семейства моделей Kandinsky, преподаёт в Самарском университете и ИТМО, выступает с лекциями и пишет о событиях в AI и ML в телеграм-канале «Complete AI» . Автор более 150 научных публикаций, в том числе в топ-журналах (Q1/Q2) и сборниках конференций Core A/A*. Индекс Хирша — 20.
Окончил ВМК МГУ, работал в SberDevices, где отвечал за качество поиска. Сейчас развивает рекомендательные технологии Яндекса. Увлекается лёгкой атлетикой, «Формулой-1» и теорией игр. Окончил музыкальную школу по классу скрипки.
