ML-инженер — Decision Models

Мы развиваем GigaChat и ищем сильного ML-инженера. В команде есть три направления: decision models, эмбеддинги и поиск, AI Safety. Во всех направлениях планируем мультимодальность.

Вы будете вести свои задачи от подготовки данных до обучения, оценки и внедрения вместе с командой: писать код, проверять гипотезы и проводить воспроизводимые эксперименты.

1. Decision models

• Обучать модели принятия решений для классификации, выбора и оценки; проверять калибровку вероятностей, качество и скорость инференса.

• Разрабатывать обучающие данные и методы оценки, исследовать мультимодальные решения и внедрять модели в продукты.

2. Эмбеддинги и поиск

• Развивать Giga-Embeddings: данные и синтетика, contrastive learning, hard negatives, дистилляция в компактные модели. Разработать решения для поисковых пайплайнов, где требуется индексировать миллиарды документов.

• Проверять качество на MTEB / ruMTEB и продуктовых задачах поиска и ранжирования; развивать мультимодальность и внедрять модели в продукты.

Наша Giga-Embeddings-instruct — №1 по скачиваниям среди открытых моделей Сбера на Hugging Face, №1 на русскоязычном бенчмарке ruMTEB и сопоставима по качеству с зарубежными аналогами. Также мы пишем и публикуем статьи на топовых мировых конференциях уровня A*.

3. Safety

Мы считаем, что GigaChat потихоньку приближается к AGI. И поэтому нам нужен контур безопасности против опасного использования моделей в кибератаках, создании биологического и ядерного оружия и других сценариях высокого риска.

• Дообучать LLM на безопасность через online RL: готовить данные и reward-сигналы, обучать guard-модели и оценивать устойчивость защит.

• Проводить red teaming, создавать тесты по cyber-, био- и ядерным рискам, проверять jailbreak и prompt injection; учитывать новые атаки в обучении.

• Контролировать пропущенные нарушения, ложные срабатывания и избыточные отказы; развивать безопасность мультимодальных моделей.

Требования

• Уверенные Python и PyTorch, практический опыт обучения нейросетей.

• Понимание архитектур, функций потерь и оптимизации; умение готовить данные, выбирать метрики и анализировать результаты.

• Умение читать статьи и реализовывать методы в коде. Опыт post-training или готовность освоить его на практике.

Будет плюсом

• Decision models, обучение эмбеддеров и мультимодальных моделей, distributed training и оптимизация инференса.

• Online RL, RLHF / RLVR, DPO, reward- и guard-модели, red teaming; публикации или open-source вклад.

• Комфортный современный офис рядом с м. Кутузовская.
• Возможность выбрать удобный график – офис/гибрид и также работать на удаленке три месяца в год.
• Ежегодный пересмотр зарплаты, годовая премия.
• Корпоративный спортзал и зоны отдыха.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Программа адаптации и помощь руководителя на старте (для Junior позиций).
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• Льготная ипотека для каждого сотрудника.
• Бесплатная подписка СберПрайм, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.
• Корпоративная пенсионная программа.
• Отсутствие строгого дресс-кода.