R&D команда ищет стажера для проведения прикладных исследований в области совместного применения больших языковых моделей (LLM) и дополнительных источников информации (графов, графов знаний, данных физических датчиков). Оптимизации топологии мультиагентных систем на основе LLM
Обязанности
- Разработка нейросетевых методов на стыке LLM и структурированных данных (графы, графы знаний, временные ряды и др.), написание кода пайплайнов обучения/оценки. Обучение и оценка моделей, проверка гипотез
- Анализ экспериментальных результатов: интерпретация метрик качества, ablation study, выявление ограничений методов, подготовка рекомендаций для улучшения архитектур
- Подготовка отчета о проведенном исследовании по результатам стажировки. Возможно, подготовка научной публикации для подачи на конференцию ранга CORE A/A*.
Требования
- Владение Python, Git
- Знание алгоритмов классического ML
- Знание основных архитектур нейросетей (рекуррентные сети, трансформер) и опыт их обучения (PyTorch, transformers)
- Наличие публикаций в области AI
- Опыт работы с LLM, понимание принципов работы
Будет плюсом:
- Опыт работы с графами и графовыми нейросетями; фреймворками LangChain, LangGraph, VLLM
- Начитанность научных статей
- Умение находить недостатки и точки улучшения существующих архитектур и желание эти улучшения реализовывать
Условия
- Комфортный современный офис рядом с м. Кутузовская
- Гибридный формат работы
- Корпоративный спортзал и зоны отдыха
- Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- Программа адаптации и помощь руководителя на старте
- Вознаграждение за рекомендацию друзей в команду Сбера.