NLP Engineer (GigaChat Pretrain)

Мы - команда GigaChat Pretrain Data, готовим pretrain данные для GigaChat и GigaChat Vision. Pretrain данные - это фундамент, с которого начинается путь современной LLM модели и то, от чего наиболее зависит ее итоговое качество. Сырых данных более 40Пб и основная задача заключается в том, чтобы из этого хаоса сделать датасет, на котором будет обучена лучшая LLM в России.

Обязанности

• генерировать синтетические данные: математика, код, произвольная синтетика с сидами - документами из Web


• исследовать токенизацию и ее влияние на качество модели (возможно написание статей)


• решать задачи кластеризации миллиардов документов


• исследовать разные факторы, которыми обладают текстовые данные


• генерировать Vision данные для прокачки VLM


• разрабатывать новые алгоритмы парсинга HTML и исследовать его влияние на качество модели


• исследовать зависимости между pretrain данными и agentic capabilities итоговой модели


• разрабатывать стабильную инфраструктуру, которая будет поддерживать проведение сотен и тысяч экспериментов над данными.

Требования

• имеешь коммерческий релевантный опыт связанный с NLP или построением инфраструктуры для данных от двух лет.

Будет плюсом:

• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом


• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов


• инструментальное владение AI для анализа, генерации и автоматизации


• опыт с MapReduce системами.

Условия

• комфортный современный офис рядом с м. Кутузовская


• гибридный формат работы (2 дня в офисе, 3 дня на удалёнке)


• ежегодный пересмотр зарплаты, годовая премия


• корпоративный спортзал и зоны отдыха


• система обучения для профессионального и карьерного развития


• расширенный полис ДМС с первого дня работы и страхование для семьи


• льготная программа ипотеки для сотрудников


• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров


• вознаграждение за рекомендацию друзей в команду Сбера.