Лидер инфраструктуры разметки (GigaChat Prod Data)
СБЕР
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
Мы — команда ML-инженеров, специализирующаяся на инфраструктуре данных и валидации моделей. Наша команда создает критически важные инструменты для оценки качества моделей, разрабатывает пайплайны обработки данных и фокусируется на генерации высококачественных технических и кодовых данных для обучения моделей.
Наши основные направления
•Validation & Metrics — инструменты валидации и замера моделей
•Data Engineering — пайплайны чистки и синтеза данных
•Code & Technical Data — генерация кодовых/технических данных
•MLOps — хостинг и использование open source моделей
•Model Training — эксперименты с LoRA и SFT.
Если тебе интересно создавать инфраструктуру для развития LLM и работать с передовыми технологиями в области данных — приходи к нам
Обязанности
•Разработка инструментов для валидации и замера качества моделей и систем контроля качества данных
•Создание метрик оценки производительности и точности LLM
•Автоматизация процессов тестирования и бенчмаркинга, фильтрации и предобработки
•Построение и оптимизация пайплайнов чистки и синтеза данных
•Генерация высококачественных кодовых и технических датасетов
•Создание синтетических данных для обучения моделей на технических задачах
•Поддержка инфраструктуры для хостинга open source моделей
•Интеграция и использование open source модели в продуктовых решениях
•Обучение LoRA адаптеров для экспериментальных задач
•Проведение SFT обучения в рамках исследований данных
•Анализ результатов экспериментов и интерпретация подходов
Требования
•Отличное знание Python и опыт работы с ML-библиотеками (LangChain/LangGraph, PyTorch, llm-foundry, verl)
•Опыт работы с LLM (как open source: Llama, Mistral, Qwen, так и проприетарными: GPT, Claude)
•Понимание принципов работы с данными для обучения моделей: сбор, очистка, валидация
•Навыки построения ML пайплайнов и автоматизации процессов
•Понимание процессов, знание подходов к валидации и тестированию моделей машинного обучения
•Понимание основ MLOps и работы с контейнеризацией (Docker)
Условия
•Корпоративный спортзал и зоны отдыха
•Более 400 программ СберУниверситета для роста
•Программа адаптации и помощь руководителя на старте
•Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых Последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы
•Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа
•Ипотека для сотрудников по дисконтной программе