Команда, развивающая GigaChat, ищет ML-инженера для направления online reinforcement learning и post-training больших языковых моделей. Основная задача — превращать исследовательские идеи в работающие решения: проектировать эксперименты, проводить обучение и оценивать результаты на LLM. В стеке указаны Python, PyTorch, RLHF, Online RL, DPO и распределённое обучение.

Что предстоит делать

• Проектировать и запускать эксперименты по Online RL и post-training LLM.
• Реализовывать и проверять подходы к обучению моделей с использованием RLHF и DPO.
• Разрабатывать и поддерживать код экспериментальных решений на Python и PyTorch.
• Организовывать распределённое обучение, включая Data Parallel, и разбирать возникающие технические ограничения.
• Анализировать результаты запусков, сопоставлять их с гипотезами и использовать выводы для дальнейшей настройки экспериментов.
• Доводить перспективные исследовательские идеи до воспроизводимых рабочих решений для post-training языковых моделей.

Что потребуется

• Практический опыт работы с Python и PyTorch.
• Знание методов post-training больших языковых моделей и подходов RLHF, Online RL или DPO.
• Понимание принципов распределённого обучения и Data Parallel.
• Умение проектировать эксперименты, анализировать результаты и переносить исследовательские разработки в код.

Что важно знать

Вакансия сосредоточена на стыке исследований и инженерной реализации: недостаточно предложить метод — важно проверить его экспериментально и довести до работающего решения. В описании обозначены направление и ключевые технологии, но не приведены требования к стажу, подробности занятости или условия найма.

В команде, занимающейся развитием GigaChat, открыта позиция ML-инженера, фокусирующегося на online reinforcement learning. Идеальный кандидат должен уметь превращать исследовательские идеи в работающие решения, включая проектирование и запуск экспериментов.

Что предстоит делать

• Проектировать и реализовывать решения для online RL
• Работать с LLM post-training и RLHF
• Запускать и анализировать эксперименты для оптимизации моделей
• Сотрудничать с другими командами для интеграции ML-решений
• Участвовать в разработке и улучшении распределенных систем обучения

Что важно знать

Роль предполагает активное участие в исследовательских проектах, где требуется не только техническая экспертиза, но и креативный подход к решению задач. Это отличная возможность для профессионалов, желающих работать с передовыми технологиями в области машинного обучения.

Это позиция ML-инженера в GigaChat, российской нейросети и чат-боте от Сбера, ориентированного на помощь в общении, работе с текстами, изображениями и кодом. Специалист будет заниматься проведением ML-экспериментов и разработкой моделей с использованием методов online reinforcement learning (RL).

Что предстоит делать

• Разрабатывать и оптимизировать модели для онлайн обучения с подкреплением (RL)
• Проводить ML-эксперименты для улучшения качества работы нейросети
• Использовать Python и PyTorch для создания и тестирования алгоритмов
• Работать с большими языковыми моделями (LLM) и их постобработкой
• Сотрудничать с командой для интеграции ML-решений в продукт

Что важно знать

Позиция предполагает работу с передовыми технологиями в области машинного обучения и искусственного интеллекта. Важно иметь опыт в проведении экспериментов и способности к самостоятельной работе. Это отличная возможность для тех, кто хочет развиваться в быстрорастущей области AI.