Вступить в клуб →
← К вакансиям
GigaChat55/100

ML-инженер (Online RL)

Опубликовано: 5 августа 2026
ML / Data ScienceРоссияrupythonpytorchllmonline rlrlvrpost-training
Контакты и отклик открываются после вступления в клубВступить →
ML-инженер (Online RL) в GigaChat — российская нейросеть и чат-бот от Сбера, который помогает с общением, текстами, изображениями и кодом. Ключевые требования: Python и PyTorch; опыт в LLM post-training / online RL / RLVR; умение самостоятельно проводить ML-эксперименты. Локация: Россия. Ищет Даниил Смирнов, его пост на LinkedIn.

Похожие вакансии

Все вакансии →
Сбер. ITМоскваonsitefulltimelead80

Руководитель направления Online RL (STEM) / Post-Training LLM в команду GigaChat

Разработка и развитие методов online RL и post-training для моделей GigaChat: проектирование экспериментов, построение пайплайнов обучения (rollout'ы, reward-сигналы, обновление весов), оптимизация distributed training на GPU и работа с данными и системой оценки качества. Роль предполагает исследовательское мышление и ответственность за целые части системы — от идеи до продакшена.

pythonpytorchllmrlhfonline rldpo+6
10 ноября 2026
Сбер. ITМосква, Россияonsitefulltimesenior80

Research Engineer (GigaChat, Agentic Post-Training и Online RL)

Исследовательская роль в команде GigaChat: анализ поведения агентной LLM (потеря цели, планирование, выбор инструментов) и улучшение post-training пайплайнов с online RL, reward-моделями и верификаторами. Требуется сильный Python/PyTorch и практический опыт LLM post-training (SFT, preference optimization, RLHF), а также построение evaluation для многошаговых агентных задач.

pythonpytorchllmrlhfonline rlsft+6
19 октября 2026
СберМосква, Россияonsitefulltimelead85

Руководитель направления Online RL (STEM) / Post-Training LLM

Руководство направлением online RL и post-training LLM в команде GigaChat: разработка и улучшение методов online RL, реализация подходов post-training, проектирование и проведение экспериментов с анализом результатов.

pythonpytorchmachine learningllmmlvllm+2
3 октября 2026500 000–1 000 000 RUB
МТСМоскваhybridfulltimesenior82

Старший специалист по исследованию данных (Клиентская гиперперсонализация, МТС Веб Сервисы)

Разработка и развитие ML-моделей для клиентской гиперперсонализации в МТС: прогнозирование поведения абонентов, модели склонности к покупке, ранжирование предложений, объединение разнородных данных в единый профиль клиента. Работа с NLP и LLM, рекомендательными системами, градиентным бустингом и нейросетями, вывод решений в production совместно с инженерами данных.

pythonsqlmachine learningcatboostlightgbmxgboost+6
19 ноября 2026