ML Engineer

Команда разрабатывает подходы к фильтрации, оценивает состав больших датасетов и масштабирует пайплайны для обработки и фильтрации огромных мультимодальных датасетов (текст-видео-аудио триплеты, инструкции для редактирования), критически важных для обучения моделей.

• Создавать инфраструктуру для генерации синтетических инструкций для редактирования изображений/видео и синтетических описаний для изображений/видео/аудио;
• Обучать и внедрять VLM-based фильтры (например, на основе Qwen VL) для автоматической оценки качества, релевантности и безопасности данных;
• Построить систему дедупликации, кластеризации и балансировки мультимодальных датасетов;
• Оптимизировать хранение данных на удаленных хранилищах и потоковую передачу данных для ускорения обучения;
• Масштабировать пайплайны на распределенных кластерах;
• Руководить командой (3-4 человека в подчинении).

• Экспертиза в построении data pipelines (Python, SQL);
• Опыт обработки мультимодальных данных (особенно видео/аудио), кодеки, фреймворки (FFmpeg, librosa);
• Уверенное применение CV/VLM для фильтрации данных (PyTorch, Hugging Face Transformers);
• Опыт работы с распределенными вычислениями и облачными хранилищами (S3, GCS);
• Знание практик data versioning (DVC) и управления метаданными;
• Опыт с синтетической генерацией данных, active learning.

• Самое крупное DS&AI сообщество — более 600 специалистов банка;
• Дайджест о последних разработках в области DS&AI и отчёты с крупных мировых конференций;
• Ежегодный пересмотр зарплаты и годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Специальные условия ипотеки под ставку до 7%;
• Бесплатная подписка СберПрайм+ и скидки на товары партнёров;
• Вознаграждение за рекомендации друзей.