Data Scientist в команду LLM

В работе мы ставим амбициозные цели и не останавливаемся на достигнутом. Поэтому для нас так важно, чтобы каждый участник большой команды "Авито" разделял культуру компании. Погрузиться в неё помогает Манифест, в котором собраны наши основные ориентиры — миссия, ценности, принципы работы.

О команде

Наша команда занимается обучением собственных базовых LLM и их внедрением в разнообразные бизнес-сценарии Авито. Цель команды — обеспечить все продукты оптимальными моделями как по качеству ответов, так и по стоимости применения (cost-efficiency).

Мы адаптируем лучшие open-source-решения под русский язык и доменную специфику Авито с помощью continual pretraining и подмены токенизатора.

Для постоянного улучшения моделей мы непрерывно исследуем новые методы, пайплайны, включая RL и синтетические данные, и датасеты. Чтобы оставаться на острие технологий, мы проводим регулярные LLM-семинары, где разбираем свежие статьи и тренды AI.

Наш технический фокус сегодня

• Построение оптимального и масштабируемого пайплайна для претрейна и дообучения LLM.
• Оптимизация инференса: работа с современными движками, квантованием, speculative decoding и другими методами ускорения.

Примеры будущих задач

• Масштабирование базовой модели A-vibe: исследование новых архитектур и подходов к обучению.
• Оптимизация скорости и стоимости инференса высоконагруженных моделей в продакшене.
• Проектирование и помощь в разработке внутренних LLM-платформ и multi-agent-систем.
• Построение надёжной инфраструктуры для оценки качества моделей (evaluation).

Мы ждём, что вы

• Хорошо понимаете основы машинного и глубокого обучения, знаете устройство Transformer и базовые подходы к работе с NLP-моделями.
• Имеете практический опыт обучения или дообучения нейросетевых моделей и работы с датасетами, метриками и валидацией.
• Уверенно пишете на Python, умеете работать с PyTorch и знакомы с базовыми инженерными практиками: Git, тестирование, Code Review.
• Умеете корректно ставить эксперимент, сравнивать подходы и объяснять, почему получился тот или иной результат.
• Можете самостоятельно доводить до результата задачу с понятной постановкой, вовремя подсвечивать риски и обращаться за помощью, когда она нужна.
• Интересуетесь LLM, читаете технические материалы и готовы быстро осваивать новые инструменты и подходы.

Будет здорово, если вы:

• Работали с Hugging Face Transformers, PEFT/LoRA или другими инструментами дообучения LLM.
• Имеете опыт с современными NLP-моделями либо участвовали в их внедрении в продакшен.
• Знакомы с инструментами распределённого обучения или оптимизации инференса: DeepSpeed, vLLM, SGLang, TensorRT-LLM и аналогами.
• Использовали MLOps-инструменты для трекинга экспериментов и версионирования данных: Weights & Biases, MLflow, DVC и другие.
• Участвовали в исследовательских проектах, open-source-разработке или соревнованиях по машинному обучению.

Работа у нас — это

• Возможность влиять на продукт: ваши решения будут улучшать опыт миллионов пользователей.
• Сложные технологические задачи на большом масштабе.
• Мощное железо: доступ к производительным GPU-кластерам для экспериментов.
• Сильное комьюнити: команда экспертов, с которой можно обсуждать идеи и подходы.
• Развитие: бюджет на обучение, курсы, конференции и профессиональную литературу.
• Забота о здоровье: ДМС со стоматологией с первого дня, в офисе принимают терапевт и массажист.
• Гибкость: возможность работать удалённо или из офисов в 4 городах России.