ML-инженер (Online RL)
Похожие вакансии
Все вакансии →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.
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.
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.
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.
