ML Engineer (Multimodal GigaChat Data)

Мы — команда GigaChat Data, готовим данные для обучения базовых моделей GigaChat во всех модальностях (Text, Vision, Audio, Video): SFT, RLHF, навыки, безопасность и продуктовые сценарии.

Ищем специалистов в данные для работы с мультимодальными моделями: изображение, видео, аудио и их комбинации.

Направления задач

• Мультимодальные датасеты. Сбор и подготовка данных для задач с изображениями, аудио и видео: диалоги, инструкции, пользовательские сценарии.
• Пайплайны данных. Построение процессов сбора, очистки, фильтрации и разметки данных из production и open-source источников.
• Разметка и схемы аннотации. Проектирование разметки для мультимодальных задач: понимание изображений и видео, вопросы-ответы, суммаризация, сложные пользовательские запросы.
• Метрики качества и бенчмарки. Подбор и расчет метрик, разработка тестовых наборов и бенчмарков для оценки качества моделей.
• Анализ качества моделей через данные. Поиск проблемных сценариев, деградаций и точек роста на основе данных и логов.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

• подготовка датасетов для обучения и тестирования моделей
• разработка и поддержка data pipeline’ов
• контроль качества данных и разметки
• анализ метрик и результатов моделей
• работа с большими объемами мультимодальных данных

Требования

• уверенный Python (алгоритмы, структуры данных, async)
• опыт работы с данными в ML-задачах
• понимание метрик качества моделей
• базовая статистика

Будет преимуществом

• опыт с image / video / audio данными
• опыт с LLM или мультимодальными моделями
• опыт построения data pipeline’ов
• опыт с разметкой и краудсорсингом

Условия

• крупнейшее DS&AI community — более 600 DS-специалистов банка
• дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
• возможность быть соавтором НИРов и статей для международных конференций
• возможность выбрать удобный формат работы: гибрид или офис
• ежегодный пересмотр зарплаты, годовая премия
• 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
• ипотека выгоднее до 7% для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.