Senior DL/LLM engineer (Multimodal: Video + Audio) в GigaChat
Описание
Мы — core-команда, которая отвечает за ML для понимания аудио во всем Сбере. За последний год мы выложили в open source SOTA-модель для распознавания речи на русском языке — GigaAM, а прошлой весной первыми в России запустили нативное понимание звука в LLM — GigaChat Audio. Сейчас мы активно улучшаем мультимодальные возможности GigaChat: работаем над качеством на сложных аудио- и визуальных контекстах и учим модель понимать видео не только по звуковому потоку, но и по кадрам. Цель — совместное обучение на vision+audio и video+audio диалогах длительностью 90+ минут. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!Обязанности Проводить эксперименты по обучению Vision / Audio / Video LLM: данные, стадии обучения, способы смешивания модальностей Оптимизировать ML-инфраструктуру для обучения на длинных мультимодальных контекстах Формулировать и проверять гипотезы о том, как улучшать качество LLM на видео. Требования Сильный опыт в DL-инженерии, желательно в обучении LLM-моделей Глубокое знание PyTorch, включая DDP / FSDP Понимание distributed training и efficient deep learning: DP / TP / PP / EP / SP, mixed precision, checkpointing, offloading, профилирование и оптимизация обучения Понимание архитектуры LLM: Transformer, attention (MHA / GQA / MLA), RoPE и другие позиционные эмбеддинги, long context, MoE Уверенный Python на уровне production-кода: asyncio, multiprocessing, профилирование, отладка больших систем. Будет плюсом: Опыт обучения мультимодальных LLM Опыт снижения стоимости контекста при обработке видео Опыт расширения контекста LLM Понимание RL-подходов для обучения моделей: RLHF / RLVR, PPO / GRPO / DPO Опыт построения бенчмарков с использованием LLM-as-a-judge. Условия крупнейшее DS&AI community — более 600 DS-специалистов банка дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира возможность быть соавтором НИРов и статей для международных конференций 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.