Стажёр в команду NLP / RL (GigaChat)

Привет! Это GigaChat Reasoning — команда, которая даёт модели суперсилу размышлять. Мы придумываем среды, тренируем через online RL, ускоряем обучение и доводим решения до продакшна.

Направления

Улучшение GigaChat Reasoning: полный цикл обучения от холодного старта до вывода модели в продакшн. Добавление новых доменов, создание датасетов и функций оценки ответов.

Развитие агентских навыков и tool calling с помощью Online RL: создание сред для обучения LLM, обучение и тестирование моделей.

Улучшение продукта Deep Research

На эти роли мы ищем талантливого NLP Engineer со знанием и опытом в Reinforcement Learning. Для всех этих экспериментов у нас есть кластер с большим числом A/H100'ых.

Обязанности

• Улучшать качество работы GigaChat Reasoning на русском и английском языках
• Ускорять пайплайн обучения: профилирование узких мест, эффективный сэмплинг.
• Тестировать новые Loss-функции и подходы к обучению.
• Помогать выводить в прод всё, что мы обучим.
• Постоянно держаться up-to-date со свежими статьями.

Требования

• Опыт в online RL и хорошие теоретические знания.
• Уверенное владение Python, PyTorch.
• Знание базовых алгоритмов и математики.
• Знания в DL, опыт обучения простых и больших моделей.
• Опыт обучения моделей для продакшена.
• Понимание текущего состояния эволюции больших LLM'ов.
• Будет плюсом наличие публикаций.

Условия

• Погружение в разработку самых современных NLP-систем.
• Возможность совмещать учёбу и работу над реальными проектами.
• По итогам стажировки — приглашение на Junior+ или Middle позиции.
• Полная удалёнка: работай из любой точки России, где есть интернет.