ML-engineer (GigaChat Data Alignment)

Мы - команда GigaChat Data, готовим данные для обучения базовых моделей GigaChat во всех модальностях (Text, Vision, Audio): SFT, RLHF, использование навыков, безопасность модели и пр. Кроме подготовки базовой модели, мы реализуем продуктовые решения на основе базовой модели.

Направления задач:

• звуковая модальность GigaChat - большой языковой модели для генерации текста и ответов на вопросы на основе текста и аудио
• ASR - распознавание речи, automatic speech recognition. Краеугольная задача нашего отдела - сделать качественный, быстрый и стабильный ASR
• Keyword Spotting (Wake-word detection) - важный компонент речевых технологий, через который проходит любое взаимодействие пользователя с устройством. Цель алгоритма keyword spotting - выявить ключевое слово в условиях шума и не допустить ложных активаций.

Обязанности

• подготовка данных для обучения и тестирования моделей
• поиск точек роста, узких мест, нахождение путей улучшения качества моделей за счет данных
• предобработка, фильтрация и сегментация данных
• выстраивание архитектуры и написание пайплайнов разметки/сбора данных
• подбор online и offline метрик, анализ конечного продукта.

Требования

• опыт работы на Python на высоком уровне (алгоритмы, стуктура данных, GIL, async)
• опыт работы над улучшением качества моделей
• базовые знания статистики

Будет плюсом:

• обучене в ШАД
• опыт краудсорсингом
• опвт работы с моделями разпознования речи/LLM

Условия

• комфортный современный офис - м. Кутузовская
• ежегодный пересмотр зарплаты, годовой бонус
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.