СберSenior RL - Engineer (GigaChat Vision)
Москва
Команда GigaChat Vision развивает полный цикл обучения VLM/LLM и ищет senior-инженера по RL для разработки методов, построения reward-функций и оценки качества моделей; роль влияет на метрики качества и исследовательско-инженерские решения
ГрейдSenior
Стек
DeepSpeedFSDPRLHF
Задачи
- •Разрабатывать и улучшать RL-подходы для обучения VLM/LLM
- •Проектировать reward-функции и организовывать пайплайны обучения
- •Определять требования к данным и участвовать в построении пайплайнов подготовки датасетов
- •Развивать систему оценки reasoning-качества и внедрять метрики в eval-фреймворк
- •Анализировать и дебажить эксперименты, находить узкие места в обучении
- •Следить за научной литературой и переводить идеи в проверяемые эксперименты
Обязательно
- •Глубокое понимание RL для LLM/VLM (RLHF, PPO)
- •Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL)
- •Опыт с распределённым обучением и инструментами типа DeepSpeed и FSDP
- •Сильный практический опыт постановки, проведения и анализа RL-экспериментов
- •Умение работать в условиях неопределённости и самостоятельно вести технические задачи
- •Системное мышление: от данных и reward-дизайна до eval и продакшн-метрик
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
