DS/ ML-инженер / исследователь (LLM-агенты, GigaChat)

Мы — команда СберKids, которая разрабатывает агента СберКот на базе LLM GigaChat. Направления работы: разработка агентов, LoRA-адаптеры, оценка качества LLM и агентов, RAG, разметка и создание датасетов, LLM-as-a-judge. Мы работаем на стыке исследований и продакшена: от гипотезы и эксперимента до надёжного решения.

Обязанности

Разработка агентов на LLM

• Проектировать логику рассуждений и поведения ИИ-агентов на базе GigaChat: планирование, рассуждение, управление памятью и контекстом.

• Настраивать вызов внешних инструментов (Tool Calling, API, SQL-скрипты) под задачи домена.

• RAG-системы

• Проектировать архитектуру контекстного поиска ответов по сложным документам и структурированным данным, оценивать качество ретривала и генерации.

• Адаптация моделей

• Дообучать и адаптировать модели под задачи команды: Fine-tuning, LoRA/QLoRA, подготовка данных для обучения.

• Eval и качество

• Разрабатывать и внедрять методы оценки LLM и агентов: метрики, бенчмарки, LLM-as-a-judge, Guardrails.

• Анализировать корзину запросов и результаты ответов, выявлять ошибки и галлюцинации, согласовывать метрики с бизнесом и защищать подходы на понятном языке.

• Работа с разметкой и данными

• Создавать датасеты для обучения, оценки и разметки, готовить инструкции для разметчиков.

• Работать с разметчиками: контролировать качество, интерпретировать результаты, итеративно улучшать инструкции.

Требования

• Опыт работы с LLM: запуск языковых моделей в продакшн.

• Уверенное владение Python: PyTorch, Hugging Face, опыт с LangChain/LlamaIndex.

• Понимание специфики LLM: Prompt Engineering, оценка качества генерации и Eval, базовое понимание оптимизации инференса (vLLM и аналоги).

• Аналитическое и критическое мышление: разбирать сложные задачи на составляющие и находить неочевидные решения.

• Умение работать с данными: SQL для подготовки датасетов, базовое владение табличными данными (pandas, NumPy).

Условия

• Полное соблюдение ТК РФ, льготные условия по программам…