Мы в GigaChat делаем core-технологию генеративной языковой модели: она пишет тексты, генерирует изображения, пишет код, отвечает на вопросы и ведёт диалоги.
Прошлой осенью мы выпустили сильную русскоязычную модель GigaChat MAX уровня GPT-4 (метрики — в статье на Habr). Зимой выложили в открытый доступ одну из наших MoE-моделей. И на этом не остановились — двигаемся дальше!
Сейчас у нас фокус в несколько направлений:
1. Исследования и эксперименты
— стабилизация и развитие архитектур (новые виды attention, улучшение тестового стенда изменений)
— методы улучшения обучения (оптимизация, лоссы и режимы вроде FIM/MTP, балансировка MoE)
— скейлинг-законы (для гиперпараметров, качества и стоимости)
— постоянный разбор свежих статей и идей индустрии
2. Инфраструктура и параллельные тренировки
5-D параллелизм, ускорение мультимодальных и гигантских MoE-моделей на больших кластерах.
3. Фреймворк распределённого обучения
Разработка GigaFSDP, эксперименты с FP8/mixed-precision, устойчивость и эффективность обучения на больших масштабах.
4. Низкоуровневые оптимизации
Оптимизация операций на уровне CUDA/triton ядер, улучшение производительности NCCL, профилирование и устранение узких мест.
5. Качество и метрики
Развитие оценки GigaChat: от международных олимпиадных задач до метрик, специфичных для русского языка.
Ищем NLP Engineer, с кем будем делать GigaChat умнее. Для экспериментов у нас — кластер с большим числом A100/H100.
Обязанности
Чем предстоит заниматься
* Доводить качество на русском до уровня ChatGPT и выше.
* Придумывать и проверять идеи, которые дают практический выигрыш.
* Помогать решать задачи внутренних клиентов Сбера — с прицелом на внешних пользователей.
* Следить за индустрией: читать статьи, быстро проверять гипотезы, делиться результатами.
Требования
Что важно
* Уверенный Python и PyTorch.
* База по алгоритмам и математике (линейная алгебра, оптимизация, вероятности).
* Опыт обучения DL-моделей: от «просто моделей» до больших.
* Теоретическое понимание алгоритмов распределенного обучения.
* Представление о текущем ландшафте LLM и трендах.
Плюсом будет: опыт с распределённым обучением (DDP/FSDP/параллелизмы), CUDA/NCCL/профилирование, MoE/FP8, мультимодальные модели, построение метрик качества.
Даже если у тебя нет опыта с LLM, но ты много занимался NLP исследованиями или инженерными оптимизациями — не стесняйся откликнуться!
Условия
Формат и условия
* Удалённо по России.
* Возможность оформления в аккредитованную IT-компанию.
* Годовая премия по итогам работы до 6 окладов.
* Регулярный пересмотр зарплат.
* Корпоративный спортзал и зоны отдыха.
* Более 400 программ СберУниверситета для роста.
* Программа адаптации и помощь руководителя на старте.
* Крупнейшее DS&AI community – более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.
* Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.
* Ипотека для сотрудников по дисконтной программе.
* СберПрайм+ и скидки у партнёров.
* Бонус за рекомендации в команду.
