Senior Research Engineer, LLM Pretraining

Описание

Мы занимаемся pretrain'ом больших языковых моделей в GigaChat: проектируем архитектуру, подбираем рецепт обучения и поддерживаем весь инженерный контур вокруг него. Недавно мы обучили MoE-модель на 700 миллиардов параметров — и на этом не собираемся останавливаться. Обучение идёт на кластерах H100 и B200. GigaChat — самый быстрорастущий проект Сбера, и pretrain — его ядро. Чем занимается команда: \- архитектура и законы масштабирования; \- рецепт обучения: оптимизатор, расписание lr, нормализации, точность вычислений; \- устойчивость больших прогонов и ускорение сходимости; \- диагностика обучения, оценка изменений с опорой на математический аппарат; \- инженерный контур: воспроизводимость, тесты, CI/CD. Роль с акцентом на модель, оптимизацию и инфраструктуру обучения, а не на данные. Главное — делать обучение быстрее, надёжнее и предсказуемее. **Какие задачи стоят перед командой** На этой роли важно не просто запускать эксперименты, а улучшать сам процесс обучения. Ускорить цикл «идея → эксперимент → вывод → внедрение». Меньше ручных прогонов, меньше неочевидных сбоев, больше воспроизводимости и понятных выводов. Повысить надёжность больших прогонов. Раньше ловить деградации и отличать реальные улучшения от ложных сигналов: расхождение, NaN'ы, коллапс энтропии, артефакты маршрутизации, обманчивое снижение функции потерь. Сделать крупные архитектурные изменения безопасными при масштабировании. В первую очередь это касается смеси экспертов и маршрутизации: нужно понимать, как они влияют на качество, стабильность и скорость, и какие метрики должны это отражать. **Почему мы:** * Масштаб. 700B MoE уже обучена, дальше — больше. Кластеры на H100 и B200. * Публикации. Можно и нужно писать статьи по результатам своей работы — это не ограничивается. * Команда. В России нет другой команды, которая занимается pretrain'ом на таком масштабе. Коллеги — люди, которые глубоко разбираются в теме. * Влияние. Вы берёте направление целиком. Это не «выполнять задачи из бэклога», а самостоятельно определять, что важно, и доводить до результата.

Обязанности

**Чем предстоит заниматься** * Взять на себя целое направление внутри pretrain'а и развивать его: от постановки задач и планирования экспериментов до внедрения результатов в основное обучение. * Проектировать и проводить эксперименты: формулировать гипотезы, запускать абляции, сравнивать подходы, разбираться в результатах и превращать выводы в решения для основного обучения. * Разбираться с нестабильностью на больших прогонах: искать причины деградаций, строить диагностические метрики, предлагать изменения в оптимизаторе, расписании lr, нормализациях, инициализации, клиппинге, точности вычислений и маршрутизации. * Работать с архитектурой смеси экспертов (MoE): маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации, влияние на качество и производительность. * Поддерживать большие прогоны и продолжения обучения с чекпоинтов: следить за дрейфом, проверять изменения в коде и конфигурации, снижать риск регрессий. * Улучшать инженерное качество контура обучения: ревью критичных изменений, стратегия тестирования, воспроизводимость экспериментов, профилирование и устранение узких мест.

Требования

* Глубокое понимание устройства обучения нейросетей: не на уровне обзоров и пересказов, а на уровне, где вы можете объяснить, почему конкретный прогон расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * * Практический опыт с PyTorch и именно с обучением моделей, а не только с инференсом. * * Умение доводить исследовательские идеи до надёжного инженерного решения: воспроизводимость, конфиги, тесты, автоматизация, понятные критерии качества. * * Хорошую инженерную культуру: аккуратные PR, профилирование, внимание к качеству кода, понятные отчёты об экспериментах. Будет плюсом * Опыт со смешанной точностью и распределённым обучением. * Опыт построения систем оценки моделей или инфраструктуры для экспериментов.

Условия

* Удалённо по России. * Возможность оформления в аккредитованную IT-компанию. * Годовая премия по итогам работы до 6 окладов. * Регулярный пересмотр зарплат. * Корпоративный спортзал и зоны отдыха. * Более 400 программ СберУниверситета для роста. * Программа адаптации и помощь руководителя на старте. * Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы. * Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа. * Ипотека для сотрудников по дисконтной программе. * СберПрайм+ и скидки у партнёров. * Бонус за рекомендации в команду.