<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Постобучение Моделей &#8212; TalentMove</title>
	<atom:link href="https://talent-move.ru/job-tag/postobuchenie-modelej/feed/" rel="self" type="application/rss+xml" />
	<link>https://talent-move.ru</link>
	<description>Автоматический аггрегатор вакансий в маркетинге, дизайне, продукте и привлечении пользователей.</description>
	<lastBuildDate>Fri, 20 Nov 2026 22:25:36 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://talent-move.ru/wp-content/uploads/2024/11/cropped-tm-logo-32x32-optimized.png</url>
	<title>Постобучение Моделей &#8212; TalentMove</title>
	<link>https://talent-move.ru</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Research Engineering Manager, STEM</title>
		<link>https://talent-move.ru/jobs/research-engineering-manager-stem-turing-remote-191126-300716/</link>
		
		<dc:creator><![CDATA[earshot_chihuahua]]></dc:creator>
		<pubDate>Fri, 20 Nov 2026 22:25:35 +0000</pubDate>
				<guid isPermaLink="false">https://talent-move.ru/jobs/research-engineering-manager-stem/</guid>

					<description><![CDATA[Руководство research engineering в STEM: синтетические данные, пайплайны для обучения моделей и разработка LLM-бенчмарков.]]></description>
										<content:encoded><![CDATA[<h3>Что за роль</h3>
<p>Research Engineering Manager в направлении STEM отвечает за инженерную часть подготовки данных и оценки моделей для ИИ-лабораторий. В центре работы — команда research engineers, воспроизводимые процессы работы с данными и эксперименты, которые помогают исследователям понимать, как данные влияют на качество моделей.</p>
<h4>Что предстоит делать</h4>
<ul>
<ul>
<li>Нанимать и развивать команду research engineers, определять стандарты качества данных и воспроизводимости исследований.</li>
<li>Проектировать пайплайны для генерации, проверки, фильтрации и версионирования синтетических данных.</li>
<li>Совместно с исследователями формулировать эксперименты и оценивать влияние наборов данных на качество моделей.</li>
<li>Разрабатывать бенчмарки для способностей моделей, которые недостаточно хорошо оцениваются существующими тестами.</li>
<li>Выстраивать промышленные пайплайны данных так, чтобы их результаты могли использоваться при принятии решений об обучении моделей.</li>
<li>Учитывать утечки данных и смещения оценщиков при создании и выпуске LLM-бенчмарков.</li>
</ul>
</ul>
<h3>Что потребуется</h3>
<ul>
<ul>
<li>Не менее 8 лет практического опыта в ML или research engineering, включая минимум 5 лет в индустрии.</li>
<li>От 3 лет опыта непосредственного управления командой.</li>
<li>Опыт ведения промышленных пайплайнов данных, влиявших на решения об обучении моделей.</li>
<li>Практический опыт разработки и выпуска LLM-бенчмарков с учётом утечек данных и смещений оценщиков.</li>
<li>Уверенное владение Python и опыт применения PyTorch или JAX в production.</li>
<li>Знание методов постобучения моделей.</li>
</ul>
</ul>
<h3>Что важно знать</h3>
<p>Это управленческая и техническая позиция на стыке research engineering и машинного обучения: важно одновременно развивать инженеров и выстраивать надёжные процессы создания данных и оценки моделей. В описании отдельно обозначены требования к опыту управления, production-пайплайнам и качеству бенчмарков; сведения о зарплате и типе занятости не указаны.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
