Middle Researcher (Центр Исследований)
вакансия от 30.12.2025Зарплата от 0 руб
Работодатель: СБЕР
Показать контакты
Показать контакты
График работы: Полный рабочий день
Тип занятости: Полная занятость
Тип занятости: Полная занятость
TVtoken
Дополнительный заработок в свободное время за просмотр обзоров товаров и услуг. Получай деньги на карту! Никаких вложений, кроме 5 минут в день вашего времени!
Должностные обязанности
Мы меняем подход к методам оценки риска. Наша команда разрабатывала transformer based архитектуры и подходы к их обучению для финансовых данных, и сейчас мы идем дальше — создаем мультимодальную reasoning модель, объединяющую цифровые следы клиента и текстовые данные для решения различных комплексных задач. Нам по пути, если ты исследователь, который готов погрузиться в задачу, решения которой нет в открытых данных, и придется копаться в куче статей из различных доменов, вытаскивать оттуда крупицы знаний, ставить тысячи экспериментов и анализировать их. Обязанности обучение мультимодальной LLM (текст + цифровые данных клиента) генерация, очистка и контроль качества синтетических данных с использованием LLM и LLM-as-a-Judge подходов применение RL для улучшения reasoning-способностей модели тестирование на реальных банковских данных и оценка применимости моделей в проде. Инфраструктура и данные: 500+ GPU A100 (80GB) — выделенный вычислительный кластер. Spark / Hadoop — для распределённой обработки Big Data. Доступ к полным финансовым и клиентским данным для обучения. Требования опыт от 2–4 лет в ML-инжиниринге отличное владение Python и PyTorch уверенное понимание алгоритмов, структур данных, методов оптимизации опыт работы с вычислительными кластерами GPU знания в области линейной алгебры, комбинаторики или оптимизации опыт работы с LLM (prompt engineering, fine-tuning). Будет плюсом: Публикации в топовых журналах (Q1) или конференциях (A,A*). Опыт распределенного обучения больших моделей (FSDP, ZeRO, Mixed-precision, Tensor/Pipeline Parallelism). Условия комфортный современный офис: г. Москва, метро Кутузовский пр. формат работы– офис ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте расширенный ДМС (медицинское страхование), льготное страхование для семьи ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Мы меняем подход к методам оценки риска. Наша команда разрабатывала transformer based архитектуры и подходы к их обучению для финансовых данных, и сейчас мы идем дальше — создаем мультимодальную reasoning модель, объединяющую цифровые следы клиента и текстовые данные для решения различных комплексных задач. Нам по пути, если ты исследователь, который готов погрузиться в задачу, решения которой нет в открытых данных, и придется копаться в куче статей из различных доменов, вытаскивать оттуда крупицы знаний, ставить тысячи экспериментов и анализировать их. Обязанности обучение мультимодальной LLM (текст + цифровые данных клиента) генерация, очистка и контроль качества синтетических данных с использованием LLM и LLM-as-a-Judge подходов применение RL для улучшения reasoning-способностей модели тестирование на реальных банковских данных и оценка применимости моделей в проде. Инфраструктура и данные: 500+ GPU A100 (80GB) — выделенный вычислительный кластер. Spark / Hadoop — для распределённой обработки Big Data. Доступ к полным финансовым и клиентским данным для обучения. Требования опыт от 2–4 лет в ML-инжиниринге отличное владение Python и PyTorch уверенное понимание алгоритмов, структур данных, методов оптимизации опыт работы с вычислительными кластерами GPU знания в области линейной алгебры, комбинаторики или оптимизации опыт работы с LLM (prompt engineering, fine-tuning). Будет плюсом: Публикации в топовых журналах (Q1) или конференциях (A,A*). Опыт распределенного обучения больших моделей (FSDP, ZeRO, Mixed-precision, Tensor/Pipeline Parallelism). Условия комфортный современный офис: г. Москва, метро Кутузовский пр. формат работы– офис ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте расширенный ДМС (медицинское страхование), льготное страхование для семьи ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Требования к кандидату
Образование: Не указано
Опыт работы: не требуется
Образование: Не указано
Опыт работы: не требуется
Адрес места работы
г Москва
г Москва