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