СберVision RL Lead (VLM, GigaChat Vision)
офис, гибрид, Москва
Команда GigaChat Vision обучает VLM/LLM и ищет lead-инженера, который построит RL-направление: задаст техническую стратегию, выведет эксперименты в продакшн и вырастит команду, чтобы улучшать качество reasoning и пользовательские результаты моделей
ГрейдLead
Стек
DeepSpeedFSDPRLHFPPO
Задачи
- •Формировать техническую стратегию и roadmap RL-направления
- •Принимать ключевые архитектурные решения: выбор алгоритмов, reward-дизайн и стратегия масштабирования
- •Определять стратегию данных и выстраивать пайплайн сбора и фильтрации датасетов для RL
- •Внедрять и расширять метрики оценки reasoning в eval-фреймворк
- •Координироваться и синхронизировать планы с Pretrain, SFT и Infra
- •Переводить новые идеи и публикации в конкретные эксперименты и решения; при необходимости решать сложные технические задачи hands-on
Обязательно
- •Глубокое понимание RL для LLM/VLM (RLHF, PPO)
- •Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL) и влияния решений на результат
- •Опыт технического лидерства команды (найм, роадмапы, декомпозиция, менторинг)
- •Опыт с распределённым обучением: DeepSpeed и FSDP
- •Опыт работы с inference-фреймворками
- •Системное мышление и умение выстраивать процессы в условиях неопределённости
Будет плюсом
- •Опыт найма и формирования технической команды с нуля
- •Публикации или вклад в open-source в области RL/LLM/VLM
- •Опыт вывода RL-обученных моделей в продакшн
