Мы делаем данные, на которых GigaChat учится видеть: разбирать фотографии, документы, графики, рукописный текст и видео. Команда Multimodal Data (Vision) отвечает за всё, что попадает в обучение визуальной части модели после претрейна: SFT и DPO. Модели, которые на них учатся, — от десятков до сотен миллиардов параметров. Результат измеряем на открытых мультимодальных бенчмарках: OCRBench v2, OmniDocBench, MMMU, MathVision, Point-Bench и других. Ищем опытного инженера, который возьмёт одно из направлений и будет вести его от гипотезы «чего не хватает модели» до измеренного роста метрики.
Инфраструктура уже есть: хранилище данных с git-версионированием и выгрузкой на YTsaurus, замеры в lmms-eval с автоматическим разбором ошибок модели по доменам и субтаскам, краудсорсинговая платформа TagMe и внутренние эксперты-разметчики, модели-учителя для генерации данных и в роли LLM-судей. Как GigaChat работает с картинками, можно посмотреть на giga.chat.
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!
Будет плюсом, если вы: