# Описание
Описания нет
# Задачи
•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
•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
•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
