Старший Инженер по машинному обучению (ML Engineer) [RecSys, Big Data, МТС Веб Сервисы]

Наша CV команда создает лучший в Сбере продукт для автоматического распознавания документов, используя самые передовые технологии. Главными задачами для нас являются разработка и улучшение OCR-модели на базе VLM, сбор обучающих данных с использованием кастомного agentic harness, и развёртывание клиентского сервиса внутри банка. Мы ищем Middle/Senior инженера, который будет заниматься полным циклом обучения и деплоя продукта.

• изучать SOTA подходы к OCR: чтение свежих пейперов в сфере e2e OCR, адаптация подходов data mining, SFT/RL, гипотезы

• ставить эксперименты по обучению VLM-моделей: проверка гипотез на multi-node сетапе, замер метрик на внешних и внутренних бенчмарках.

• дорабатывать пайплайн обучения: улучшение репозитория на текущем стеке (accelerate, TRL) - ускорение обучения, добавление аугментаций, адаптация под новые модели

• собирать обучающие данных: агрегация существующих и новых данных в требуемом формате MarkDown, поиск новых доменов, написание скриптов по загрузке

• размечать датасеты: запуск процесса разметки для вновь собранных или существующих данных при помощи кастомного agentic harness сборщика разметки (а также его улучшение), или внутренней платформы разметки асессорами

• адаптировать сервис: интеграция обученных моделей в сервис на основе vLLM для сёрвинга клиентам внутри банка.

• высшее образование: математика, информатика или профильный data science

• 3+ лет в ML, из них не меньше года лет с LLM/VLM в проде

• английский для чтения статей и документации

• Fine-tuning: SFT, LoRA/QLoRA, RL (DPO, GRPO)

• современные движки инференса: vLLM, sgLang, triton

• опыт работы с VLM: понимание принципов работы, дообучения, основных ограничений

• агентные пайплайны: вызовы моделей, обработка исключений, ограничение стоимости

• опыт в разметке датасетов асессорами, или автоматическими инструментами

• Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл

• специфика банка: много контрагетов, с ними нужно иногда коммуницировать

**Будет плюсом**

• опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища

• работа с разметчиками и контрагентами

• публикации, доклады, open source.

• комфортный современный офис - м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовой бонус

• 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

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративная пенсионная программа.

Мы ищем data scientist’а с опытом работы в текстовых задачах, рекомендательных или поисковых системах. Если вы хорошо знаете математику, любите копаться в больших массивах данных, находить в них закономерности, и умеете внедрять свои решения в продакшн, то мы будем рады видеть вас в нашей компании.

Мы развиваем ML-модели ранжирования поиска и рекомендаций, которые позволяют находить работу людям со всей страны. Наша основная задача состоит в количественном росте продуктовых метрик, таких как кол-во откликов/приглашений, все гипотезы строго проверяются с помощью A/B-экспериментов. Наши решения работают в online режиме под большой нагрузкой на поисковом кластере из 100+ машин. Мы работаем в продуктовых кросс-функциональных (frontend/backend/data science) командах по гибким методологиям.

Требования

• Опыт реализации и применения моделей машинного обучения в продакшн;

• Понимание основных методов и алгоритмов Machine Learning;

• Знание принципов работы нейросетевых моделей для обработки текста;

• Опыт в ранжировании, рекомендациях, а также в nlp-задачах будет большим плюсом;

• Уверенное владение Python (numpy, scipy, pytorch, sklearn), приветствуется знание и опыт с Java;

• Алгоритмическая подготовка: знание основных алгоритмов и структур данных;

• Желателен опыт работы с различными источниками данных: SQL, Cassandra, Hive, Presto, Kafka, etc.;

• Понимание и опыт работы с A/B-экспериментами;

Обязанности

• Развитие моделей поискового ранжирования и рекомендательных систем;

• Тюнинг существующих моделей, feature engineering, а также построение новых решений с нуля;

• Прототипирование и доведение своих решений до продакшна на python;

• Полная поддержка своих моделей: от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и переключения всех пользователей на новый функционал;

Условия

• Возможность выбора места работы: удаленно или из офиса;

• Гибкий график рабочего дня;

• Оформление в соответствии с ТК РФ, «Белая» заработная плата, выплачиваемая точно в срок;

• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно);

• Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях;

Мы ищем руководителя, с сильным техническим бэкграундом, который возглавит команду, определит архитектуру и обеспечит техническую реализацию проекта по направлению «Генеративный ИИ». Проект охватывает все этапы от исследования до промышленного внедрения.

Обязанности:

• Формирование и развитие команды: активный найм, онбординг, менторство, создание культуры инженерного совершенства;

• Техническое лидерство: проектирование архитектуры проекта (от инфраструктуры до кода), выбор технологического стека, ревью ключевых решений, контроль качества;

• Управление жизненным циклом моделей: координация процессов pre-training, SFT, RLHF/DPO, оценка качества (eval), мониторинг экспериментов;

• Оптимизация MLOps-пайплайнов: проектирование и автоматизация конвейеров данных, обучения, валидации и развертывания; обеспечение воспроизводимости экспериментов;

• Ресурсное планирование: распределение GPU-ресурсов, управление очередями заданий, оптимизация утилизации оборудования (включая I/O и память);

• Информационная безопасность: разработка и внедрение политик безопасной работы с данными и моделями в закрытом контуре, контроль соответствия требованиям ИБ;

• Взаимодействие со стейкхолдерами: координация с смежными командами и бизнес-подразделениями, регулярная отчетность о статусе и рисках.

Требования:

• Опыт работы в области ML / NLP от 5 лет, из них не менее 2 лет — на руководящих позициях (Team Lead, Tech Lead, Engineering Manager);

• Глубокое понимание архитектуры трансформеров, принципов обучения и инференса LLM;

• Практический опыт распределенного обучения (Distributed Training) с использованием DeepSpeed, Megatron-LM, FSDP, Ray;

• Уверенное владение Python, PyTorch, экосистемой Hugging Face;
• Опыт построения MLOps-пайплайнов на Kubernetes, Airflow и CI/CD;
• Понимание принципов работы с высоконагруженной GPU-инфраструктурой (оптимизация I/O, мониторинг, работа с очередями);

• Знание основ информационной безопасности при обработке больших данных в закрытых контурах;
• Опыт управления командой от 5 человек: найм, адаптация, постановка целей, развитие сотрудников.

Будет плюсом:

• Опыт запуска LLM-систем в production с нуля;

• Работа с узкоспециализированными (доменными) данными;

• Опыт оптимизации моделей: квантизация, дистилляция, pruning.

Условия:

• Работа в аккредитованной IT-компании (льготная ипотека и проч.);
• Оформление по ТК РФ и его полное соблюдение (оплачиваемые отпуска, больничные);
• ДМС со стоматологией с первых недель работы.