Middle DL-engineer (GigaChat Vision)

Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

• Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод;
• Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения;
• Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100);
• Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review;
• Анализ точек роста и определение способов их закрытия.

• Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели;
• Опыт полного цикла обучения VLM или LLM;
• Глубокие знания или опыт работы в области computer vision;
• Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах;
• Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников;
• Умение работать, принимать решения и выстраивать процессы в условиях неопределенности;
• Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей.

Будет плюсом:

• Опыт полного цикла обучения VLM;
• Наличие публикаций в области NLP или CV;
• Опыт решения задач по оптимизации обучения;
• Опыт участия в соревнованиях по машинному обучению или программированию.