ML-инженер в ПАО Сбербанк Москва

ML-инженер в команду GigaChat. Работа над моделями принятия решений, эмбеддингами и поиском, а также над безопасностью LLM — от подготовки данных до обучения, оценки и внедрения моделей в продукты.

Задачи:

• 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
• Развивать Giga-Embeddings: данные и синтетика, contrastive learning, hard negatives, дистилляция в компактные модели
• Разрабатывать решения для поисковых пайплайнов с индексацией миллиардов документов
• Проверять качество на MTEB / ruMTEB и продуктовых задачах поиска и ранжирования
• 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
• Контролировать пропущенные нарушения, ложные срабатывания и избыточные отказы, развивать безопасность мультимодальных моделей

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

Условия:

• Комфортный современный офис рядом с м. Кутузовская
• Возможность выбрать удобный график – офис/гибрид и работать на удаленке три месяца в год
• Ежегодный пересмотр зарплаты, годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета
• 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
• Отсутствие строгого дресс-кода

Навыки:

• Python
• PyTorch
• LLM
• contrastive learning
• дистилляция
• online RL
• RLHF
• RLVR
• DPO
• reward-модели
• guard-модели
• red teaming
• prompt injection
• jailbreak
• distributed training
• оптимизация инференса
• мультимодальные модели
• эмбеддинги
• поиск и ранжирование
• MTEB
• ruMTEB