cv engineer

Команда GigaChat Pretrain Data занимается подготовкой данных для обучения моделей GigaChat и GigaChat Vision. Работа включает обработку более 40 Пб сырых данных для создания качественных датасетов, на которых обучаются современные большие языковые модели.

• Поддерживать данные для обучения VLM на кластере YTSaurus;
• Строить платформу для анализа и обработки данных, включая фильтрацию и дедупликацию;
• Автоматизировать процессы с помощью Airflow;
• Искать и синтезировать данные для обучения VLM в различных областях;
• Исследовать пайплайны создания чистых и разнообразных датасетов;
• Обучать VLM на подготовленных данных;
• Проводить исследования релевантных метрик и бенчмарков для замера качества.

• Опыт построения дата пайплайнов и процессов контроля качества данных;
• Понимание задач компьютерного зрения и современных подходов в больших языковых моделях;
• Опыт решения задач, связанных с влиянием данных на качество VLM;
• Практический опыт работы с VLM;
• Будет плюсом опыт работы в продакшн ML команде, особенно с большими нагрузками.

• Комфортный современный офис рядом с м. Кутузовская;
• Годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Ипотека для сотрудников по дисконтной программе;
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров;
• Вознаграждение за рекомендацию друзей в команду Сбера.