Москва
Кутузовский проспект 32
Кутузовский проспект 32
Мы ищем Data Scientist для работы над данными pretrain языковых моделей типа ChatGPT Куда: прод команда больших языковых моделей в SberDevices
Задачи:
- майнить данные: писать и запускать код для сбора данных с разных платформ (где есть много данных, которых нет в Common Crawl)
- собирать параллельные корпусы текста для машинного перевода
- очищать данные: обрабатывать сырые данные из интернета, выкидывать рекламные блоки, непонятные блоки, использовать существующие или обучать новые языковые модели для решения подобных задач
- убирать дубликаты: оптимизировать объем данных для экономии ресурсов на обучение, удалять дубли и схожий контент, использовать существующие или обучать новые языковые модели для решения подобных задач
Требования:
- диплом ШАДа с заветными тремя словами: Natural language processing
Условия:
- масштабные, сложные и разнообразные задачи, находящиеся на острие инноваций
- сильная команда отзывчивых профи и гуру, которые всегда помогут
- текущий объем датасета 4Тб текста, будет намного больше
- фидбек и возможность увидеть результаты своей работы в продукте
- своя digital-платформа для развития ключевых IT-компетенций, внутренние и внешние конференции и проф. сообщества Сбера
- много корпоративных плюшек
- расширенная программа ДМС (возможность подключения родственников), страхование жизни
- специальные условия по кредитам/ипотеке, скидки от компаний-партнёров
- знаменитый офис на Кутузовском проспекте с парковкой, спортзалом, массажными креслами и возможностью выбора формата работы (офис или гибрид)
- атмосфера стартапа и надёжность гиганта.