Вы ввели неверный логин или пароль.
Пожалуйста, авторизуйтесь повторно
Обязанности
- масштабирование базовой модели A-vibe: исследование новых архитектур и подходов к обучению;
- оптимизация скорости и стоимости инференса высоконагруженных моделей в продакшене;
- проектирование и помощь в разработке внутренних Large Language Models-платформ и multi-agent-систем;
- построение надёжной инфраструктуры для оценки качества моделей (evaluation).
Требования
- хорошо понимаете основы машинного обучения и глубокого обучения;
- знаете устройство Transformer и базовые подходы к работе с Natural Language Processing-моделями;
- имеете практический опыт обучения или дообучения нейросетевых моделей;
- имеете практический опыт работы с датасетами, метриками и валидацией;
- уверенно пишете на Python;
- умеете работать с PyTorch;
- знакомы с базовыми инженерными практиками: Git, тестирование, Code Review;
- умеете корректно ставить эксперимент;
- умеете сравнивать подходы и объяснять, почему получился тот или иной результат;
- можете самостоятельно доводить до результата задачу с понятной постановкой;
- вовремя подсвечиваете риски и обращаетесь за помощью, когда она нужна;
- интересуетесь Large Language Models;
- читаете технические материалы;
- готовы быстро осваивать новые инструменты и подходы;
- работали с Hugging Face Transformers, PEFT/LoRA или другими инструментами дообучения Large Language Models (желательно);
- имеете опыт с современными Natural Language Processing-моделями либо участвовали в их внедрении в продакшен (желательно);
- знакомы с инструментами распределённого обучения или оптимизации инференса: DeepSpeed, vLLM, SGLang, TensorRT-Large Language Models и аналогами (желательно);
- использовали Machine Learning Operations-инструменты для трекинга экспериментов и версионирования данных: Weights & Biases, MLflow, DVC и другие (желательно);
- участвовали в исследовательских проектах, open-source-разработке или соревнованиях по машинному обучению (желательно).
Условия
- возможность влиять на продукт: ваши решения будут улучшать опыт миллионов пользователей;
- сложные технологические задачи на большом масштабе;
- мощное железо: доступ к производительным Graphics Processing Unit-кластерам для экспериментов;
- сильное комьюнити: команда экспертов, с которой можно обсуждать идеи и подходы;
- развитие: бюджет на обучение, курсы, конференции и профессиональную литературу;
- забота о здоровье: добровольное медицинское страхование со стоматологией с первого дня, в офисе принимают терапевт и массажист;
- гибкость: возможность работать удалённо или из офисов в 4 городах России.