СберMiddle RL - Engineer (GigaChat Vision)
Москва
Команда GigaChat Vision развивает полный цикл обучения VLM/LLM; роль фокусируется на разработке и внедрении RL-подходов, масштабировании пайплайнов и оценке качества моделей, чтобы улучшать итоговые метрики продукта и переносить исследования в продакшн
ГрейдMiddle
Стек
DeepSpeedFSDPInference frameworksPPORLHFEval-фреймворк
Задачи
- •Разрабатывать и улучшать RL-алгоритмы и экспериментальные пайплайны
- •Проектировать reward-функции и стратегии масштабирования обучения
- •Определять требования к данным и участвовать в построении пайплайнов сбора и подготовки датасетов
- •Развивать и внедрять систему оценки reasoning-качества в eval-фреймворке
- •Дебажить эксперименты, анализировать аномалии и доводить решения до продакшна
- •Сотрудничать с Pretrain/SFT/Infra и проводить код-ревью
Обязательно
- •Практический опыт RL для LLM/VLM (RLHF, PPO и т.п.)
- •Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL)
- •Опыт работы с распределённым обучением и инструментами типа DeepSpeed/FSDP
- •Сильный опыт постановки, проведения и анализа RL-экспериментов
- •Умение работать автономно в условиях неопределённости
- •Опыт взаимодействия со смежными командами и перевод исследований в инженерные решения
Будет плюсом
- •Опыт менторинга или технического лидерства в проектах
- •Публикации или вклад в open-source в области RL/LLM/VLM
- •Опыт вывода RL-обученных моделей в продакшн и поддержки их качества
