Обязанности:
Мы ищем Data Scientist для работы над данными pretrain языковых моделей типа ChatGPT Куда: прод команда больших языковых моделей в SberDevices Задачи: майнить данные: писать и запускать код для сбора данных с разных платформ (где есть много данных, которых нет в Common Crawl) собирать параллельные корпусы текста для машинного перевода очищать данные: обрабатывать сырые данные из интернета, выкидывать рекламные блоки, непонятные блоки, использовать существующие или обучать новые языковые модели для решения подобных задач убирать дубликаты: оптимизировать объем данных для экономии ресурсов на обучение, удалять дубли и схожий контент, использовать существующие или обучать новые языковые модели для решения подобных задач Требования: диплом ШАДа с заветными тремя словами: Natural language processing Условия: масштабные, сложные и разнообразные задачи, находящиеся на острие инноваций сильная команда отзывчивых профи и гуру, которые всегда помогут текущий объем датасета 4Тб текста, будет намного больше фидбек и возможность увидеть результаты своей работы в продукте своя digital-платформа для развития ключевых IT-компетенций, внутренние и внешние конференции и проф. сообщества Сбера много корпоративных плюшек расширенная программа ДМС (возможность подключения родственников), страхование жизни специальные условия по кредитам/ипотеке, скидки от компаний-партнёров знаменитый офис на Кутузовском проспекте с парковкой, спортзалом, массажными креслами и возможностью выбора формата работы (офис или гибрид) атмосфера стартапа и надёжность гиганта.Похожие вакансии