Эта вакансия в архивеПосмотреть похожие вакансии ↓
Сбер·Москва·3 ч назад
Research Engineer
🏢 ОфисSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Зарплату не указали, и сравнить её пока не с чем. О деньгах лучше спросить до собеседования. Вакансия свежая: первые отклики читают внимательнее.
2 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Вилку работодатель не назвал. Похожих вакансий для ориентира по рынку пока мало.
- Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.
Живость
Появилась сегодня. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.
- Опубликована сегодня
- Текст сверяли с источником, с публикации он не менялся
- Закрыта 20 октября 2026 г., провисела 0 днейЭто была копия вакансии с другого сайта
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. За вакансиями с hh.ru следим каждую ночь: выдача, архив и текст карточки. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Текст ещё не разложен на обязанности и требования.
- Обещают
- ДМС и компенсация спорта
Что требуют
ОбязательноPythonPyTorchLLMML
Надбавка к зарплате на этом уровне: LLM +43%, ML +43%, Python +29%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Описание вакансии
GigaChat (GigaChain): Agentic Post-Training и Online RL
Обязанности
Исследовать поведение модели
разбирать ошибки GigaChat в длительных задачах: потерю цели и контекста, слабое планирование, неверный выбор инструментов, зацикливание, ошибки восстановления и преждевременное завершение работы
анализировать отдельные шаги и целые траектории, находить систематические паттерны успешного и неуспешного поведения
понимать источник проблемы и определять, что нужно менять: обучающие данные, objective, reward-сигнал, модель или agentic environment.
Улучшать модель
разрабатывать и улучшать post-training пайплайны для агентных сценариев
работать с rollout’ами, reward-сигналами, rule-based и execution-based верификаторами, judge- и reward-моделями
создавать обучающие выборки из реальных и синтетических агентных траекторий, включая фильтрацию и отбор наиболее полезных примеров
выбирать подходящий метод обучения и понимать, когда сложный RL-контур оправдан, а когда задачу эффективнее решить более простым способом.
Оценивать изменения
строить evaluation для многошаговых агентных задач и анализировать качество не только по финальному результату, но и по поведению модели внутри траектории
проверять, переносится ли улучшение между задачами, бенчмарками и харнесами
контролировать регрессии и воспроизводимость результатов
взаимодействовать с командами обучения, инференса, данных, API и агентных харнесов.
Требования
сильное владение Python и практический опыт работы с PyTorch
практический опыт LLM post-training: SFT, preference optimization, RLHF, online RL или близкие направления
умение самостоятельно ставить ML-гипотезы, проектировать эксперименты и делать выводы по их результатам
опыт построения пайплайнов данных
навык анализа модели на уровне отдельных примеров и траекторий
способность доводить исследовательскую идею до работающего и воспроизводимого решения.
Условия
возможность выбрать удобный формат работы: гибрид или офис
ежегодный пересмотр зарплаты, годовая премия
корпоративный спортзал и зоны отдыха
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
ипотека выгоднее до 7% для каждого сотрудника
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
вознаграждение за рекомендацию друзей в команду Сбера.
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).