Стажёр в команду NLP / RL (GigaChat)

100 000 – 100 000 ₽

≈ 1,2 тыс.–1,2 тыс. $

🏢 ОфисJuniorПолная занятость

100 000 – 100 000 ₽≈ 1,2 тыс.–1,2 тыс. $

Навык востребован (Python). Но верх вилки на 38% ниже медианы грейда.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Описание вакансии

Привет! Это GigaChat Reasoning — команда, которая даёт модели суперсилу размышлять. Мы придумываем среды, тренируем через Online RL, ускоряем обучение и доводим решения до продакшна.

Направления

Улучшение GigaChat Reasoning: полный цикл обучения от холодного старта до вывода модели в продакшн. Добавление новых доменов, создание датасетов и функций оценки ответов.

Развитие агентских навыков и tool calling с помощью Online RL: создание сред для обучения LLM, обучение и тестирование моделей.

Улучшение продукта Deep Research

На эти роли мы ищем талантливого NLP Engineer со знанием и опытом в Reinforcement Learning. Для всех этих экспериментов у нас есть кластер с большим числом A/H100-х.

Обязанности

Улучшать качество работы GigaChat Reasoning на русском и английском языках.

Ускорять пайплайн обучения: профилирование узких мест, эффективный сэмплинг.

Тестировать новые Loss-функции и подходы к обучению.

Помогать выводить в прод всё, что мы обучим.

Постоянно держаться up-to-date со свежими статьями.

Требования

Опыт в Online RL и хорошие теоретические знания.

Уверенное владение Python, PyTorch.

Знание базовых алгоритмов и математики.

Знания в DL, опыт обучения простых и больших моделей.

Опыт обучения моделей для продакшена.