СберML Engineer (Multimodal GigaChat Data)
офис, гибрид, Москва
Команда GigaChat Data готовит мультимодальные датасеты и метрики для обучения и оценки базовых моделей (text, vision, audio, video). Вы будете строить пайплайны сбора, очистки и разметки данных и анализировать качество моделей, чтобы улучшать продуктовые сценарии и безопасность
Стек
Python
Задачи
- •сбор и подготовка мультимодальных датасетов (image, video, audio)
- •проектирование и поддержка data pipeline’ов для сбора, очистки и фильтрации данных
- •разработка схем разметки и контроль качества аннотаций
- •разработка метрик качества и бенчмарков для оценки моделей
- •анализ качества моделей через данные и логи
Обязательно
- •уверенный Python (алгоритмы, структуры данных, async)
- •опыт работы с данными в ML-задачах
- •понимание метрик качества моделей
- •базовая статистика
Будет плюсом
- •опыт с image/video/audio данными
- •опыт с LLM или мультимодальными моделями
- •опыт построения data pipeline’ов
- •опыт с разметкой и краудсорсингом
