ML enginee

SberDevices — инновационное направление экосистемы Сбера, которое создает умные устройства, виртуальных ассистентов и платформенные решения в области NLP, computer vision, speech и ML-инфраструктуры. Команда ML HomeOS ищет ML Engineer, который будет заниматься обучением и адаптацией языковых моделей для пользовательских сценариев умных устройств: голосовой ассистент, управление HomeOS, персонализация и контекстное понимание, с фокусом на продакшен-качество и масштабирование.

• Обучение и дообучение языковых моделей: continued pretraining / domain-adaptive pretraining под задачи HomeOS
• Проведение Supervised Fine-Tuning (SFT) для decoder-only LLM, обучение и адаптация encoder-моделей под прикладные сценарии
• Применение и развитие parameter-efficient fine-tuning подходов: LoRA / adapters / prefix- и prompt-tuning
• Обучение и адаптация BERT-подобных encoder-моделей, а также классификаторов и encoder / seq2seq моделей для NLP-задач
• Составление требований для датасетов SFT
• Построение и поддержка пайплайнов обучения и переобучения моделей
• Оптимизация моделей под продакшен-ограничения (latency, память, масштабирование)
• Взаимодействие с инфраструктурными командами при интеграции моделей в ML-платформу HomeOS

• Опыт работы в ML / NLP от 3 лет
• Практический опыт fine-tuning трансформеров
• Опыт работы с LoRA / adapters / PEFT-подходами
• Понимание архитектур ecoder-only, decoder-only, encoder-decoder)
• Опыт обучения классификаторов и encoder / seq2seq моделей
• Понимание ML-продакшена: воспроизводимость, версионирование, стабильность и воспроизводимость инференса
• Опыт оптимизации обучения и инференса моделей
• Навыки построения ML-пайплайнов и работы с оркестраторами
• Будет плюсом: Опыт участия в pretraining или large-scale fine-tuning проектах; Понимание особенностей продакшен-эксплуатации LLM; Опыт domain adaptation (continued pretraining, SFT, data-centric подходы) под закрытые или специфичные домены; Опыт распределённого обучения и оптимизации инференса; Опыт работы с ML-инфраструктурой для high-load систем; Опыт работы с: RLHF / preference optimization, Distillation / quantization, Inference optimization (KV-cache, batching и др.)

• Сильная команда, амбициозные задачи и продукты, которыми пользуются миллионы
• Удобный формат работы с возможностью гибкого начала рабочего дня
• Надёжная программа ДМС и НС с первого месяца работы
• Обучение и развитие: курсы и тренинги от корпоративного университета, внешнее обучение за счёт компании и участие в конференциях
• Льготная ипотека и корпоративная пенсионная программа
• СберКлуб: cкидки от партнёров, повышенные бонусы, акции экосистемы, подписка СберПрайм+.