ML Research Engineer (Image/Video Generation) в ПАО Сбербанк Москва

Исследователь-инженер в команду независимой оценки качества и модельных рисков семейства генеративных моделей Kandinsky. Задача — проектировать и реализовывать evaluation-пайплайны для image/video/audio моделей до их релиза.

Задачи:

• Декомпозировать качество моделей на измеримые критерии и собирать под них тестовые сценарии, промпты и выборки
• Проектировать оценку там, где готовой методологии ещё нет
• Реализовывать на Python инструменты для запуска моделей, сбора результатов и расчёта метрик
• Обеспечивать воспроизводимость экспериментов и развивать внутреннюю библиотеку оценки
• Готовить инструкции для асессоров и контролировать качество разметки
• Разрабатывать VLM-as-a-judge под конкретные критерии с учётом bias и ограничений
• Разбираться в ошибках моделей, понимать ограничения diffusion-моделей и причины типовых артефактов
• Анализировать качество по отдельным сценариям, типам промптов и срезам
• Формулировать условия релиза, ограничения и фиксировать непроверенные аспекты

Требования:

• Понимание принципов работы Transformers, diffusion- и мультимодальных моделей, задач T2I, Image Editing, T2V, Audio, Video-Audio
• Понимание типовых ограничений, ошибок и артефактов моделей
• Умение декомпозировать качество на измеримые критерии и проектировать тестовые сценарии, промпты и выборки
• Выбор корректного подхода к оценке: human evaluation, автоматические метрики, LLM/VLM-as-a-judge
• Проверка валидности метрик и проектирование оценки для новых задач и модальностей
• Prompt engineering, structured output, tool calling, работа с контекстом и ограничениями моделей
• Построение и валидация LLM/VLM-as-a-judge, включая проверку автоматической оценки относительно человеческой
• Понимание нестабильности, bias и галлюцинаций моделей
• Понимание AI-агентов и агентных систем: роли, инструменты, контекст, память, оркестрация
• Умение оценивать надёжность и ограничения агентных решений
• Проведение технического и научного ресерча: поиск и критический разбор статей, бенчмарков, моделей и реализаций

Условия:

• Комфортный современный офис рядом с м. Кутузовская
• Возможность выбрать удобный график — офис / гибрид
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Подписка Прайм с возможностью совместного использования на трёх близких
• Скидки на продукты компаний-партнёров
• Вознаграждение за рекомендацию друзей в команду Сбера

Навыки:

• Python
• Transformers
• diffusion models
• VLM
• LLM
• prompt engineering
• structured output
• tool calling
• human evaluation
• бенчмарки
• multi-agent systems
• GPU-инфраструктура
• инференс
• Codex
• Claude Code