ML-инженер по работе с данными (Платформа TagMe)

Команда TagMe занимается созданием платформы подготовки данных данных для обучения флагманских продуктов Sber: мультимодальных моделей GigaChat (LLM), Kandinsky (генерация изображений), OCR (распознавание текста) и новейших VLM (визуально-лингвистические модели), AI-агентов построенных на нашем стеке.

Мы ищем ML-инженера, который будет не только работать с данными, но и напрямую развивать и оптимизировать процессы на нашей внутренней платформе разметки TagMe. Ваша работа станет критически важным звеном в создании данных для всего спектра наших моделей — от базовых Core-моделей до кастомных решений для B2C-продуктов, внутренних задач Сбера и корпоративных заказчиков

Обязанности

• разработка и оптимизация пайплайнов разметки на платформе TagMe: создание и настройка проектов для сбора и контроля качества данных для LLM и AI-агентов.
• работа с данными для обучения моделей: полный цикл — от предобработки и фильтрации (с использованием embedding'ов, методов активного обучения) до сегментации и аугментации данных.
• проектирование архитектуры данных: выстраивание эффективных процессов сбора, хранения (S3, PostgreSQL, YT) и версионирования (DVC) больших объемов размеченных данных.
• контроль качества разметки: разработка метрик и алгоритмов для оценки согласованности данных, работы с краудсорсерами и асессорами.
• участие в принятии архитектурных решений и развитие технической документации по процессам разметки.

Требования

• высокий уровень владения Python (понимание алгоритмов, структур данных, многопоточности (GIL), async).
• глубокое знание SQL и опыт оптимизации сложных запросов.
• базовые знания математической статистики и теории вероятностей.

Будет преимуществом:

• опыт работы с краудсорсингом или аутсорс-платформами (например, Toloka, Yandex.Toloka, Label Studio).
• понимание подходов к оценке качества данных и метрик для LLM, NLP и компьютерного зрения.
• опыт работы над улучшением качества generative AI моделей через улучшение данных.
• высокий рейтинг на Codeforces или аналогичных платформах.
• понимание основ машинного обучения и специфики работы мультимодальных моделей.

Условия

• комфортный современный офис - м. Кутузовская (гибрид из Москвы, м. Кутузовская СберСити)
• 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.