ML Enginee (ML HomeOS)

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.

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.

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…