ML-инженер — Decision Models

Мы развиваем GigaChat и ищем сильного ML-инженера. В команде есть три направления: decision models, эмбеддинги и поиск, AI Safety. Во всех направлениях планируем мультимодальность. Вы будете вести свои задачи от подготовки данных до обучения, оценки и внедрения вместе с командой: писать код, проверять гипотезы и проводить воспроизводимые эксперименты. Место работы: г Москва Требуемый опыт: От 3 до 6 лет Обязанности: 1\. Decision models • Обучать модели принятия решений для классификации, выбора и оценки; проверять калибровку вероятностей, качество и скорость инференса. • Разрабатывать обучающие данные и методы оценки, исследовать мультимодальные решения и внедрять модели в продукты. 2\. Эмбеддинги и поиск • Развивать Giga-Embeddings: данные и синтетика, contrastive learning, hard negatives, дистилляция в компактные модели. Разработать решения для поисковых пайплайнов, где требуется индексировать миллиарды документов. • Проверять качество на MTEB / ruMTEB и продуктовых задачах поиска и ранжирования; развивать мультимодальность и внедрять модели в продукты. Наша [Giga-Embeddings-instruct](https://huggingface.co/ai-sage/Giga-Embeddings-instruct) — №1 по скачиваниям среди открытых моделей Сбера на Hugging Face, №1 на русскоязычном бенчмарке ruMTEB и сопоставима по качеству с зарубежными аналогами. Также мы [пишем и публикуем статьи](https://aclanthology.org/2025.bsnlp-1.3/) на топовых мировых конференциях уровня A\*. 3\. Safety Мы считаем, что GigaChat потихоньку приближается к AGI. И поэтому нам нужен контур безопасности против опасного использования моделей в кибератаках, создании биологического и ядерного оружия и других сценариях высокого риска. • Дообучать LLM на безопасность через online RL: готовить данные и reward-сигналы, обучать guard-модели и оценивать устойчивость защит. • Проводить red teaming, создавать тесты по cyber-, био- и ядерным рискам, проверять jailbreak и prompt injection; учитывать новые атаки в обучении. • Контролировать пропущенные нарушения, ложные срабатывания и избыточные отказы; развивать безопасность мультимодальных моделей. Требования: Требования • Уверенные Python и PyTorch, практический опыт обучения нейросетей. • Понимание архитектур, функций потерь и оптимизации; умение готовить данные, выбирать метрики и анализировать результаты. • Умение читать статьи и реализовывать методы в коде. Опыт post-training или готовность освоить его на практике. Будет плюсом • Decision models, обучение эмбеддеров и мультимодальных моделей, distributed training и оптимизация инференса. • Online RL, RLHF / RLVR, DPO, reward- и guard-модели, red teaming; публикации или open-source вклад. Условия: * Комфортный современный офис рядом с м. Кутузовская. * Возможность выбрать удобный график – офис/гибрид и также работать на удаленке три месяца в год. * Ежегодный пересмотр зарплаты, годовая премия. * Корпоративный спортзал и зоны отдыха. * Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития. * Программа адаптации и помощь руководителя на старте (для Junior позиций). * Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа. * Льготная ипотека для каждого сотрудника. * Бесплатная подписка СберПрайм, скидки на продукты компаний-партнеров. * Вознаграждение за рекомендацию друзей в команду Сбера. * Корпоративная пенсионная программа. * Отсутствие строгого дресс-кода.