NLP Engineer со знанием и опытом в Reinforcement Learning

Привет! Это GigaChat Reasoning — команда, которая даёт модели суперсилу размышлять. Мы придумываем среды, тренируем через online RL, ускоряем обучение и доводим решения до продакшна.

Направления

Улучшение GigaChat Reasoning: полный цикл обучения от холодного старта до вывода модели продакшн. Добавление новых доменов, создание датасетов и функций оценки ответов.

Развитие агентских навыков и tool calling с помощью Online RL: создание сред для обучения LLM, обучение и тестирование моделей.

Улучшение продукта Deep Research

На эти роли мы ищем талантливого NLP Engineer со знанием и опытом в Reinforcement Learning. Для всех этих экспериментов у нас есть кластер с большим числом A/H 100'ых.

Обязанности

• Улучшать качество работы GigaChat Reasoning на русском и английском языках
• Ускорять пайплайн обучения: профилирование узких мест, эффективный сэмплинг.
• Тестировать новые Loss-функции и подходы к обучению
• Помогать выводить в прод всё, что мы обучим.
• Постоянно держаться up-to-date со свежими статьями.

Требования

• Опыт в online RL и хорошие теоретические знания
• Уверенное владение Python, PyTorch.
• Знание базовых алгоритмов и математики.
• Знания в DL, опыт обучения простых и больших моделей.
• Опыт обучения моделей для продакшена.
• Понимание текущего состояния эволюции больших LLM'ов.
• Будет плюсом наличие публикаций.

Условия

Удалённо по России.

* Возможность оформления в IT-аккредитованную компанию

* Годовая премия по итогам работы до 6 окладов.

* Регулярный пересмотр зарплат.

* Корпоративный спортзал и зоны отдыха.

* Более 400 программ СберУниверситета для роста.

* Программа адаптации и помощь руководителя на старте.

* Крупнейшее DS&AI community – более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.

* Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.

* Ипотека для сотрудников по дисконтной программе.

* СберПрайм+ и скидки у партнёров.

* Бонус за рекомендации в команду.