Research Engineer
Зарплата не указанаGigaChat (GigaChain): Agentic Post-Training и Online RL
Обязанности
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.
Требования
- 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.
Условия
- 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.
О компании
💚🚀 Хотите работать в компании, где каждый день создаются новые технологии и возможности? Добро пожаловать в Сбер! Здесь можно развиваться в своей профессии, осваивать новые направления, работать над масштабными задачами и строить карьеру вместе с сильной командой.
Сбер — место для развития
Мы создаём продукты и сервисы, которыми каждый день пользуются миллионы людей. Развиваем технологии, запускаем новые проекты и постоянно ищем решения, которые делают жизнь клиентов проще.
За большими продуктами стоят люди — разработчики, аналитики, менеджеры, специалисты по продажам, финансам, маркетингу, клиентскому сервису и десятки других профессиональных команд.
Поэтому в Сбере можно найти работу в самых разных направлениях. Неважно, начинаете вы карьеру или уже являетесь опытным специалистом, — у нас есть возможности для профессионального роста.
Работа в Сбере — это возможности
Мы хотим, чтобы каждый сотрудник мог развиваться и раскрывать свой потенциал. Поэтому большое внимание уделяем обучению, новым знаниям и профессиональному росту.
Вы можете углубляться в своей специальности, осваивать новые компетенции или пробовать себя в другом направлении. Развитие не ограничивается одной должностью — карьерный путь может меняться вместе с вашими интересами и целями.
Учитесь новому каждый день
Технологии и профессии постоянно меняются, поэтому учиться новому особенно важно. Мы создаём возможности для развития профессиональных и личных навыков, чтобы сотрудники могли уверенно справляться с современными задачами и двигаться дальше.
Внутри компании можно получать новые знания, обмениваться опытом с коллегами и развивать экспертизу на реальных проектах.
Работайте над задачами, которые имеют значение
В Сбере много разных команд и проектов. Здесь можно заниматься технологиями, создавать цифровые продукты, развивать клиентские сервисы, работать с данными, финансами, маркетингом, продажами и другими направлениями.
Каждая команда решает свои задачи, а общий результат складывается из работы людей с разной экспертизой.
Расти можно вместе с командой
Мы ценим инициативу, профессионализм и желание развиваться. Нам важно, чтобы сотрудники могли влиять на результат своей работы, предлагать идеи и брать на себя новые задачи.
С опытом появляются новые возможности: можно развиваться как эксперт, становиться руководителем или переходить в другое направление внутри компании.
Найдите работу в Сбере
Ищете первую работу? Хотите сменить профессию? Уже являетесь опытным специалистом и ищете масштабные проекты для развития? Посмотрите актуальные вакансии Сбера и выберите направление, которое подходит именно вам.
💚 Выбирайте профессию.
🚀 Развивайтесь.
✨ Создавайте новое вместе с нами.
Сбер — место, где есть возможности для роста и развития.
*Демонстрационный профиль — компания ещё не зарегистрирована
