ML Engineer (ML HomeOS)

Описание

SberDevices — инновационное направление экосистемы Сбера, которое создает умные устройства, виртуальных ассистентов и платформенные решения в области NLP, computer vision, speech и ML-инфраструктуры. Команда ML HomeOS ищет ML Engineer, который будет заниматься обучением и адаптацией языковых моделей для пользовательских сценариев умных устройств: голосовой ассистент, управление HomeOS, персонализация и контекстное понимание, с фокусом на продакшен-качество и масштабирование.

Обязанности

### Чем ты будешь заниматься: * обучение и дообучение языковых моделей: continued pretraining / domain-adaptive pretraining под задачи HomeOS * проведение Supervised Fine-Tuning (SFT) для decoder-only LLM, обучение и адаптация encoder-моделей под прикладные сценарии * применение и развитие parameter-efficient fine-tuning подходов: LoRA / adapters / prefix- и prompt-tuning * обучение и адаптация BERT-подобных encoder-моделей, а также классификаторов и encoder / seq2seq моделей для NLP-задач * составление требований для датасетов SFT * построение и поддержка пайплайнов обучения и переобучения моделей * оптимизация моделей под продакшен-ограничения (latency, память, масштабирование) * взаимодействие с инфраструктурными командами при интеграции моделей в ML-платформу HomeOS.

Требования

### Мы ожидаем: * опыт работы в ML / NLP от 3 лет * практический опыт fine-tuning трансформеров * опыт работы с LoRA / adapters / PEFT-подходами * понимание архитектур ecoder-only, decoder-only, encoder-decoder) * опыт обучения классификаторов и encoder / seq2seq моделей * понимание ML-продакшена: воспроизводимость, версионирование, стабильность и воспроизводимость инференса * опыт оптимизации обучения и инференса моделей * навыки построения ML-пайплайнов и работы с оркестраторами. ###  Будет плюсом: * опыт участия в pretraining или large-scale fine-tuning проектах * понимание особенностей продакшен-эксплуатации LLM * опыт domain adaptation (continued pretraining, SFT, data-centric подходы) под закрытые или специфичные домены * опыт распределённого обучения и оптимизации инференса * опыт работы с ML-инфраструктурой для high-load систем * опыт работы с: * RLHF / preference optimization * Distillation / quantization * Inference optimization (KV-cache, batching и др.)

Условия

* гибридный формат работы (м Новослободская) * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбер.