Middle / Senior Data Scientist (команда LLM Core) в Авито удалённо

Data Scientist в команду LLM Core Авито. Обучение и развитие собственных базовых языковых моделей: от исследовательских гипотез по pre-training, post-training и RL до внедрения в продакшен и оптимизации инференса.

Задачи:

• Формулировать и проверять гипотезы в области pre-training, continual pre-training, post-training, RL, синтетических данных и архитектур моделей
• Самостоятельно вести сложные исследовательские и инженерные задачи: от постановки цели, выбора метрик и дизайна экспериментов до реализации, анализа результатов и внедрения
• Масштабировать обучение и инференс: профилировать узкие места, повышать эффективность распределённого обучения и инференса, работать с квантованием, speculative decoding и современными inference-движками
• Строить надёжные процедуры оценки качества, проводить анализ ошибок, находить регрессии и проектировать датасеты и метрики для сравнения моделей по качеству, latency и стоимости
• Писать продакшен-код на Python и PyTorch, проводить code review, улучшать воспроизводимость экспериментов, надёжность и поддерживаемость ML-решений
• Делиться знаниями, менторить менее опытных коллег, участвовать в архитектурных обсуждениях и внутренних LLM-семинарах
• Масштабировать базовую модель A-vibe: исследовать новые архитектуры и подходы к обучению
• Оптимизировать скорость и стоимость инференса высоконагруженных моделей в продакшене
• Проектировать и помогать разрабатывать внутренние LLM-платформы и мультиагентные системы
• Строить надёжную инфраструктуру для оценки качества моделей

Требования:

• Не менее 3 лет опыта реализации и эксплуатации ML-решений
• Глубокое понимание современных ML-алгоритмов, Transformer и принципов обучения LLM
• Практический опыт обучения, адаптации или внедрения NLP-моделей и умение превращать идеи в проверяемые эксперименты
• Умение самостоятельно работать с неопределённостью: декомпозировать проблему, выбирать метрики, анализировать результаты и принимать технические решения
• Уверенное владение Python и PyTorch, хорошее знание инженерных практик разработки
• Понимание компромиссов между качеством, latency, throughput и стоимостью и учёт их при выборе решения

Условия:

• Возможность влиять на продукт: решения будут улучшать опыт миллионов пользователей
• Сложные технологические задачи на большом масштабе
• Доступ к производительным GPU-кластерам для экспериментов
• Сильное комьюнити экспертов и регулярные LLM-семинары
• Бюджет на обучение, курсы, конференции и профессиональную литературу
• ДМС со стоматологией с первого дня, в офисе принимают терапевт и массажист
• Гибкость: возможность работать удалённо или из офисов в 4 городах России

Навыки:

• Python
• PyTorch
• LLM
• Transformer
• RL
• LoRA
• SFT
• tokenizers
• DeepSpeed
• vLLM
• SGLang
• TensorRT-LLM
• speculative decoding
• Weights & Biases
• MLflow
• DVC
• NLP
• MLOps