Machine Learning Engineer (Kandinsky)
Вакансия опубликована на hh.ru — открыть оригинал ↗
Похожие вакансии
Все вакансии →Middle LLM Researcher (диффузионные текстовые модели)
Команда текстовых диффузионных моделей Сбера занимается прикладными исследованиями языковых моделей с альтернативными архитектурами генерации текста. Задачи: SFT и RL-дообучение для агентного креативного ИИ, улучшение спекулятивного декодирования и ускорение инференса LLM, подготовка датасетов для генерации русскоязычной поэзии.
ML-инженер по продуктивизации LLM (инференс и поставка, MWS AI)
Продуктивизация больших языковых моделей в MWS AI (экосистема МТС): квантование (GPTQ, W8A8, FP8), ускорение инференса (speculative decoding, кэширование префиксов), выбор и настройка рантаймов (vLLM, SGLang, TensorRT-LLM), нагрузочное тестирование и автоматическая оценка на бенчмарках. Подготовка релизов моделей (чекпоинт в S3, Docker-образ) и поставка в продукты и клиентам, разбор инцидентов у пользователей.
Senior ML Engineer (Kandinsky)
Разработка и обучение генеративных моделей для генерации изображений и видео, исследование подходов к управляемой и авторегрессионной генерации, построение масштабируемых ML-пайплайнов с VLM и CV-моделями, дистилляция и оптимизация инференса. Стек: Python, PyTorch, распределённое обучение (FSDP, DeepSpeed).
Data Scientist (AI агенты)
Разработка AI-агентов на базе GigaPlatform и open-source LLM для системы управления интегрированными рисками экосистемы Сбера, включая дообучение моделей (LoRA, SFT, GRPO) и вывод агентов в промышленную эксплуатацию. Работа с RAG-подходами, стек vLLM, LangChain/LangGraph, PyTorch на кластере A100.