NLP Engineer (команда GigaChat Pretrain)

Мы в GigaChat делаем core-технологию генеративной языковой модели: она пишет тексты, генерирует изображения, пишет код, отвечает на вопросы и ведёт диалоги.

Прошлой осенью мы выпустили сильную русскоязычную модель GigaChat MAX уровня GPT-4 (метрики — в статье на Habr). Зимой выложили в открытый доступ одну из наших MoE-моделей. И на этом не остановились — двигаемся дальше!

Сейчас у нас фокус в несколько направлений:

1. Исследования и эксперименты

— стабилизация и развитие архитектур (новые виды attention, улучшение тестового стенда изменений)

— методы улучшения обучения (оптимизация, лоссы и режимы вроде FIM/MTP, балансировка MoE)

— скейлинг-законы (для гиперпараметров, качества и стоимости)

— постоянный разбор свежих статей и идей индустрии

2. Инфраструктура и параллельные тренировки

5-D параллелизм, ускорение мультимодальных и гигантских MoE-моделей на больших кластерах.

3. Фреймворк распределённого обучения

Разработка GigaFSDP, эксперименты с FP8/mixed-precision, устойчивость и эффективность обучения на больших масштабах.

4. Низкоуровневые оптимизации

Оптимизация операций на уровне CUDA/triton ядер, улучшение производительности NCCL, профилирование и устранение узких мест.

5. Качество и метрики

Развитие оценки GigaChat: от международных олимпиадных задач до метрик, специфичных для русского языка.

Ищем NLP Engineer, с кем будем делать GigaChat умнее. Для экспериментов у нас — кластер с большим числом A100/H100.

Чем предстоит заниматься

* Доводить качество на русском до уровня ChatGPT и выше.

* Придумывать и проверять идеи, которые дают практический выигрыш.

* Помогать решать задачи внутренних клиентов Сбера — с прицелом на внешних пользователей.

* Следить за индустрией: читать статьи, быстро проверять гипотезы, делиться результатами.

Что важно

* Уверенный Python и PyTorch.

* База по алгоритмам и математике (линейная алгебра, оптимизация, вероятности).

* Опыт обучения DL-моделей: от «просто моделей» до больших.

* Теоретическое понимание алгоритмов распределенного обучения.

* Представление о текущем ландшафте LLM и трендах.

Плюсом будет: опыт с распределённым обучением (DDP/FSDP/параллелизмы), CUDA/NCCL/профилирование, MoE/FP8, мультимодальные модели, построение метрик качества.

Даже если у тебя нет опыта с LLM, но ты много занимался NLP исследованиями или инженерными оптимизациями — не стесняйся откликнуться!

Условия

Формат и условия

* Удалённо по России.

* Возможность оформления в акктеритованную IT-компанию.

* Годовая премия по итогам работы до 6 окладов.

* Регулярный пересмотр зарплат.

* Корпоративный спортзал и зоны отдыха.

* Более 400 программ СберУниверситета для роста.

* Программа адаптации и помощь руководителя на старте.

* Крупнейшее DS&AI community – более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.

* Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.

* Ипотека для сотрудников по дисконтной программе.

* СберПрайм+ и скидки у партнёров.

* Бонус за рекомендации в команду.