Описание
GigaChat Vision — команда, которая занимается полным циклом обучения VLM-моделей.
Задачи
•Разрабатывать и улучшать RL-подходы для обучения VLM/LLM-моделей: выбирать алгоритмы, ставить эксперименты и анализировать результаты
•Проектировать reward-функции и пайплайны обучения, выстраивать стратегии масштабирования под разные домены и сценарии, влиять на метрики качества
•Определять требования к данным для RL и участвовать в построении пайплайнов сбора, фильтрации и подготовки датасетов
•Развивать систему оценки качества reasoning: внедрять и улучшать метрики в существующем eval-фреймворке, предлагать новые способы измерения качества
•Согласовывать решения со смежными направлениями Pretrain, SFT и Infra, переносить эксперименты в производственный пайплайн
•Следить за развитием области и превращать идеи из статей в проверяемые эксперименты и инженерные решения
•Разбираться в технических задачах, отлаживать эксперименты, анализировать аномалии обучения, находить узкие места и доводить решения до результата
•Делиться экспертизой с командой, участвовать в проверке кода и помогать улучшать качество решений и подходы к экспериментам
•Развивать инфраструктуру для RL
Требования
•Глубокое понимание RL для LLM/VLM, включая RLHF, GRPO и PPO, и практический опыт
•Понимание полного цикла обучения VLM/LLM: pretrain, SFT и RL, а также влияния каждого этапа на итоговые метрики
•Опыт распределённого обучения с DeepSpeed и FSDP, а также работы с фреймворками inference
•Практический опыт постановки, проведения и анализа RL-экспериментов
•Умение самостоятельно решать сложные технические задачи в условиях неопределённости
•Умение выстраивать процессы в условиях неопределённости
•Опыт взаимодействия со смежными командами и заинтересованными сторонами
•Системное мышление: способность видеть весь цикл от данных и проектирования reward до оценки и производственных метрик
Будет плюсом
•Опыт менторинга или технического лидерства в отдельных проектах
•Публикации или вклад в открытый исходный код в области RL/LLM/VLM
•Опыт вывода моделей, обученных с RL, в производство и поддержки их качества
Условия
•Возможность выбрать гибридный формат или работу в офисе
•Ежегодный пересмотр зарплаты и годовая премия
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•Расширенная ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•Ипотека на выгодных условиях — до 7% для каждого сотрудника
•Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров
•Вознаграждение за рекомендацию друзей в команду Сбера
