# Middle DL-engineer (GigaChat Vision)
Привет! Это GigaChat Vision - команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat.
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
Обязанности
•Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод;
•Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения;
•Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100);
•Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review;
•Анализ точек роста и определение способов их закрытия.
Требования
•Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели;
•Опыт полного цикла обучения VLM или LLM;
•Глубокие знания или опыт работы в области computer vision;
•Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах;
•Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников;
•Умение работать, принимать решения и выстраивать процессы в условиях неопределенности;
•Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей.
Условия
Будет плюсом:
•Опыт полного цикла обучения VLM;
•Наличие публикаций в области NLP или CV;
•Опыт решения задач по оптимизации обучения;
•Опыт участия в соревнованиях по машинному обучению или программированию.
