GigaChat (GigaChain): Agentic Post-Training и Online RL
Исследовать поведение модели:
- разбирать ошибки GigaChat в длительных задачах: потерю цели и контекста, слабое планирование, неверный выбор инструментов, зацикливание, ошибки восстановления и преждевременное завершение работы
- анализировать отдельные шаги и целые траектории, находить систематические паттерны успешного и неуспешного поведения
- понимать источник проблемы и определять, что нужно менять: обучающие данные, objective, reward-сигнал, модель или agentic environment.
Улучшать модель:
- разрабатывать и улучшать post-training пайплайны для агентных сценариев
- работать с rollout’ами, reward-сигналами, rule-based и execution-based верификаторами, judge- и reward-моделями
- создавать обучающие выборки из реальных и синтетических агентных траекторий, включая фильтрацию и отбор наиболее полезных примеров
- выбирать подходящий метод обучения и понимать, когда сложный RL-контур оправдан, а когда задачу эффективнее решить более простым способом.
Оценивать изменения:
-
строить evaluation для многошаговых агентных задач и анализировать качество не только по финальному результату, но и по поведению модели внутри траектории
-
проверять, переносится ли улучшение между задачами, бенчмарками и харнесами
-
контролировать регрессии и воспроизводимость результатов
-
взаимодействовать с командами обучения, инференса, данных, API и агентных харнесов.
-
сильное владение Python и практический опыт работы с PyTorch
-
практический опыт LLM post-training: SFT, preference optimization, RLHF, online RL или близкие направления
-
умение самостоятельно ставить ML-гипотезы, проектировать эксперименты и делать выводы по их результатам
-
опыт построения пайплайнов данных
-
навык анализа модели на уровне отдельных примеров и траекторий
-
способность доводить исследовательскую идею до работающего и воспроизводимого решения.
-
возможность выбрать удобный формат работы: гибрид или офис
-
ежегодный пересмотр зарплаты, годовая премия
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
-
ипотека выгоднее до 7% для каждого сотрудника
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии Data Science & ML
Наша команда машинного обучения в поисках Senior ML Engineer в направлении контента.
Обязанности:
- Анализ имеющихся контентных данных
- Генерация гипотез для улучшения качества контетных задачи
- Построение ML пайплайнов для контентных задач:
- матчинг товаров и атрибутов
- category prediction товара
- генерация заголовков товара
- Другие задачи для улучшения качества товаров на площадке Алиэкспресс
- Опыт промышленной разработки на Python от 3х лет
- Опыт разворачивания своих МЛ пайплайнов в продакшен среду (airflow, dagster and etc)
- Сильное аналитическое мышление и умение решать алгоритмические задачи
- Хорошее понимание работы Deep NN transformers нейросетей и их опыт промышленного использования
- Реальный опыт использования LLM для контетных задач
- Понимание процесса multi-GPU обучения нейронных сетей.
Будет плюсом:
- Понимание работы LLM и умение применять различные адаптеры к ним
- Использование LLM для ускорения процесса разработки кода и дополнительной автоматизации
- Опыт с RAG, spark, sql, backend inference, triton, vllm, llama-cpp, docker.
- Сильная команда, с которой можно расти
- Работу в одной из крупнейших в России компаний в сфере e-commerce
- Официальное оформление в аккредитованную IT-компанию
- Конкурентоспособную заработную плату
- Ноутбук Mac или Windows на ваш выбор
- ДМС и страхование от несчастных случаев (со 100% страхованием детей).
MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Голосовые ассистенты и чат-боты могут ответить на любой вопрос клиента, а компьютерное зрение - распознавать лица и эмоции. Мы объединили сильных разработчиков, самый мощный суперкомпьютер, и прорывные идеи, чтобы делать жизнь людей комфортнее и безопаснее и помогать бизнесу.
Ищем увлеченного профессионала, которому предстоит участвовать в исследованиях технологий синтеза речи, чтобы улучшать текущие решения и внедрять новые
Чем предстоит заниматься
- Развивать LLM-based TTS: обучение, работа с речевыми токенизаторами и нейрокодеками.
- Повышать естественность и точность синтеза: моделирование просодии и разговорной интонации, управление эмоциями и стилем через текстовый промпт, нормализация текста, расстановка ударений и произношение.
- Клонирование голоса, включая zero-shot: тембр, манера речи, акцент.
- Оптимизировать инференс: сокращать задержку ответа и ускорять синтез, в том числе в стриминговом режиме.
- Проводить оценку качества по принятым в команде методикам: WER/CER, MOS/CMOS, внутренние бенчмарки.
- Быстро проверять гипотезы и переносить работающее в наши модели.
Что для нас важно
- Уверенный Python и PyTorch, опыт полного цикла обучения моделей: от подготовки данных до оценки качества.
- Опыт с задачами речи или аудио: TTS, ASR, вокодеры, кодеки. Нет опыта именно в TTS, но есть сильный бэкграунд в смежном аудио - тоже рассмотрим.
- Опыт с генеративными моделями: авторегрессионные модели, GAN, диффузия или flow matching. Понимание того, как устроены речевые токенизаторы и нейрокодеки.
Будет плюсом
- Опыт с LLM-based TTS, нейрокодеками и речевыми токенизаторами (EnCodec, DAC; квантизация RVQ/FSQ) или вокодерами (HiFi-GAN, Vocos).
- Опыт вывода моделей в продакшен и оптимизации инференса (архитектурно или под железо).
- RL для генеративных моделей (DPO, GRPO и подобное), особенно применительно к TTS.
- Опыт multi-GPU / multi-node обучения.
- Работа с русской речью: ударения, нормализация текста, фонетика. Опыт с другими языками СНГ или мультиязычным TTS - тоже плюс.
- Публикации или open-source проекты в области речи.
Что предлагаем:
- Формат работы – гибрид
- Комфортный офис в 10 минутах пешком от метро Таганская (Москва)
-
Медицинскую страховку с 1 месяца, включая стоматологию, страхование жизни и здоровья в поездках за рубеж. А еще можно застраховать родственников с корпоративной скидкой
- Компенсацию мобильной связи с первого дня
-
Участие во внешних IT конференциях и обучающих программах
-
Полезные курсы и вебинары в корпоративном университете и электронные библиотеки
-
Единую подписку МТС Premium — KION light в онлайн-кинотеатре KION, сервис МТС Music
-
Скидки и предложения от партнеров на фитнес, занятия английским и прочее
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.