Описание
Centicore разрабатывает проекты заказчиков под ключ. Команда исследует подходы к агентским системам, проверяет гипотезы и создаёт работающие решения.
Задачи
•Проводить SFT, полное дообучение моделей, адаптацию с помощью адаптеров и эксперименты с RL, в том числе GRPO
•Подготавливать и генерировать данные, проводить оценку моделей и абляции, разбирать ошибки
•Исследовать статьи и реализации, проверять гипотезы и создавать воспроизводимые конвейеры обучения
•Адаптировать модели к русскому языку
•Проводить исследования и дообучать модели для RL в задачах text-to-SQL и reasoning-SQL
•Выравнивать модели для вызова инструментов при большом количестве MCP-серверов
•Проводить исследования и дообучать модели под конкретные задачи
Требования
•Понимать архитектуру трансформеров, механики обучения и генерации
•Иметь практический опыт SFT и RL для LLM, понимать данные, сигналы вознаграждения, ограничения методов и оценку результатов
•Понимать различия DPO, PPO и GRPO, уметь обосновывать настройки LoRA
•Владеть Python и PyTorch на инженерном уровне, уметь читать и изменять чужой код и собирать воспроизводимые эксперименты
•Уметь разбираться в научных статьях, воспроизводить подходы и проверять их применимость
Условия
•Оформление по ТК РФ
