Senior DL/LLM engineer (Multimodal: Video + Audio) в GigaChat

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…