Senior RL-Engineer (AI)

Описание

Локация: Москва (офис или гибрид)КомпанияКрупнейший банк с масштабным DS&AI-сообществом, занимающийся разработкой передовых генеративных моделей.Что делатьРазрабатывать и улучшать RL-подходы для обучения VLM/LLM-моделей.Проектировать reward-функции и пайплайны обучения для различных доменов.Участвовать в построении пайплайнов сбора и подготовки данных для RL.Развивать систему оценки качества моделей и внедрять новые метрики.Обеспечивать согласованность решений между Pretrain, SFT и продакшн-пайплайнами.Дебажить эксперименты и оптимизировать инфраструктуру для RL.ТребованияГлубокое понимание RL для LLM/VLM (RLHF, GRPO, PPO) и практический опыт.Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL).Опыт работы с распределённым обучением (DeepSpeed, FSDP) и inference-фреймворками.Сильный практический опыт постановки и анализа RL-экспериментов.Системное мышление и способность работать в условиях неопределённости.Хорошо, если естьОпыт менторинга или технического лидерства.Публикации или open-source вклад в области RL/LLM/VLM.Опыт вывода RL-обученных моделей в продакшн.Культура и преимуществаКрупнейшее DS&AI-сообщество (более 600 специалистов).Возможность участия в НИР и публикациях для международных конференций.Гибкий формат работы (офис или гибрид).Расширенный ДМС, корпоративная пенсионная программа и льготная ипотека.Доступ к более чем 400 образовательным программам СберУниверситета.Процесс наймаПервичное интервью с AI-рекрутером (ГигаРекрутер) в Telegram (около 10 минут).