СберVision Pretrain Data Lead (VLM, GigaChat Vision)
Москва
Команда Pretrain отвечает за сбор и подготовку данных для обучения визуальных моделей; вы будете строить data engine, обеспечивать качество, воспроизводимость и мониторинг датасетов для повышения качества VLM и downstream-задач CV
ГрейдLead
Задачи
- •Проектирование и развитие data engine для прептрейна и stage 1.5
- •Sourcing, curation, dedup, фильтрация, балансировка и дизайн смесей данных
- •Выявление проблем в данных, планирование и реализация улучшений
- •Управление качеством данных, воспроизводимостью и мониторингом с дашбордами
- •Координация с training/eval командами и приоритизация ручной/полуавтоматической обработки
- •Набор и ведение дата-инженеров
Обязательно
- •Опыт в production-командах: сборка окружения и выкатка моделей онлайн/оффлайн
- •Понимание влияния данных на качество VLM
- •Опыт построения дата-пайплайнов и процессов data quality
- •Умение задавать задачи дата-инженерам, девопсам/ML-опсам и ML-разработчикам
- •Навыки приоритизации задач и распределения ресурсов
- •Опыт организации мониторинга, метрик и дашбордов по данным
