СберML Engineer (Multimodal GigaChat Data)
Москва
Команда GigaChat Data готовит мультимодальные датасеты и пайплайны для обучения и оценки моделей (текст, изображение, аудио, видео). Работа важна для качества SFT/RLHF и продуктовых сценариев GigaChat
Стек
Python
Задачи
- •сбор и подготовка мультимодальных датасетов (image/video/audio)
- •проектирование и поддержка data pipeline’ов для сбора, очистки и разметки
- •разработка схем разметки и организация аннотаций
- •контроль качества данных и разметки, анализ метрик качества
- •анализ проблемных сценариев и деградаций моделей на основе данных и логов
Обязательно
- •уверенное владение Python (алгоритмы, структуры данных, async)
- •опыт работы с данными в ML-задачах
- •понимание метрик качества моделей
- •базовые знания статистики
Будет плюсом
- •опыт работы с image/video/audio данными
- •опыт с LLM или мультимодальными моделями
- •опыт построения data pipeline’ов
- •опыт с разметкой и краудсорсингом
