ML-митап hh.ru

О митапе

Поздравляем, ты долистал(а) до настоящей находки! hh team приглашает ML-разработчиков и дата-сайентистов, чтобы обсудить, как LLM и агенты помогают искать вакансии, кандидатов и недвижимость: от понимания запросов на естественном языке до оценки качества поиска и работы в проде.

В программе — практические доклады от экспертов, обсуждения без формальностей, призы, нетворкинг и общение с коллегами по цеху. Будет всё, за что мы любим такие встречи: полезный контент, разбор инженерных кейсов, приятная атмосфера и вкусная еда с напитками!

Программа находок в этот вечер

Борис Коварский, тимлид Резюмируй!, hh.ru  — Агентный поиск в рекрутинге: опыт hh

Обычный поиск работает по простой схеме: один запрос, одна выдача. В глубоком, или агентном, поиске агент сам строит цепочку запросов: смотрит на результаты, уточняет запрос и ищет снова, пока не найдёт то, что нужно. 

Такие агенты уже есть у поисковиков общего назначения и LLM-провайдеров, а теперь они приходят и в рекрутинг. В докладе расскажу, что сейчас происходит в этой области, как мы в hh сделали для работодателей глубокий поиск по базе резюме — что получилось, а над чем ещё предстоит потрудиться. На примерах покажу, когда агенту пора менять запрос и как не дать ему выбрать «почти подходящих» кандидатов вместо действительно релевантных. Отдельно разберём, как понять, что агент ищет хорошо, если правильного ответа заранее никто не знает.

Виктор Реушкин, тимлид VacSearch, hh.ru — Как устроен диалоговый поиск вакансий на hh

Кто хоть раз искал работу, тот знает: размышляешь в духе «хочу пилить агентов на питоне для хайлоад-прода в классной продуктовой компании», а поиск ждёт ключевые слова и фильтры.

Мы в hh решили, что превращать естественный язык в запросы должен не пользователь, а LLM-агент. Соискатель пишет пожелания в свободной форме, агент сам формирует набор поисковых запросов с фильтрами, отбирает и ранжирует наиболее крутые вакансии, дополнительно уточняет детали в диалоге.

На демо это классная фича. Но как она устроена в проде? Про это и расскажу в докладе 😉

Алексей Казаков, тимлид SmartSearch, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости

Поиск недвижимости традиционно строится на фильтрах: пользователю приходится выставлять параметры и шаг за шагом сужать выдачу. Но людям привычнее просто написать, что они ищут.

В докладе я расскажу, как в Циане мы учим систему понимать запросы пользователей на естественном языке. Поговорим о текстовом поиске, который помогает быстро перейти от запроса к подходящей выдаче. Затронем диалоговый поиск (Циан-Помощник): он не только находит объявления, но и помогает уточнить потребности и отвечает на вопросы о недвижимости и конкретных объектах.

Отдельно остановлюсь на том, как мы выбирали между LLM и классическими NLP-подходами: где LLM действительно нужна, а где достаточно NER-модели. Также разберём, как мы персонализируем поиск под каждого пользователя.