Senior NLP в GigaChat (SberDevices)

SberDevices — эта большая команда, которая трудится над десятками цифровых сервисов, разрабатывает офлайн-устройства.

Мы ищем Data Scientist для работы над данными pretrain Gigachat.

Мы команда больших языковых моделей в SberDevices, которая занимается непосредственно тренировкой и выпуском Gigachat.

• очищать данные: обрабатывать "сырые" данные из интернета, очищать от  рекламных блоков;
• убирать дубликаты: оптимизировать объем данных для экономии ресурсов на обучение, удалять дубли и схожий контент, решать проблемы семантической дедубликации длинных текстов;
• определять качество данных: оценивать огромные корпуса текста по различным критериям (более 10 в проработке) с помощью LLM, а так же более легких дискриминативных моделей, которые надо будет так же обучить на более чем 90 различных языках.

• хороший релевантный опыт в NLP сфере
• хорошее профильное образование.

• дружная профессиональная команда – помогаем друг другу и словом, и делом;
• интересные задачи, возможность увидеть результаты своей работы внедрёнными в продукт;
• возможность участия на внутренних и внешних IT-конференциях;
• в вашем распоряжении все необходимые инструменты, мощное оборудование;
• знаменитый офис на Кутузовском проспекте с парковкой и спортзалом, массажными креслами;
• возможность гибридного формата работы;
• расширенная программа ДМС (возможность подключения родственников), страхование жизни 
• специальные условия по кредитам/ипотеке
• скидки от компаний-партнёров 
• атмосфера стартапа и надёжность гиганта.