CV Engineer (GigaChat Pretrain)

29 июня 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Программист, разработчик

Мы - команда GigaChat Pretrain Data, готовим pretrain данные для GigaChat и GigaChat Vision. Pretrain данные - это фундамент, с которого начинается путь современной LLM модели и то, от чего наиболее зависит ее итоговое качество. Сырых данных более 40Пб и основная задача заключается в том, чтобы из этого хаоса сделать датасет, на котором будет обучена лучшая LLM в России.

Обязанности

• Поддержка данных для обучения VLM на кластере YTSaurus.
• Построение удобной платформы для эффективного анализа/обработки данных (фильтрация, дедупликация и пр.)
• Автоматизация процессов через Airflow.
• Поиск и синтез данных для обучения VLM.
• Исследование пайплайнов по созданию чистых и разнообразных датасетов.
• Обучение VLM на подготовленных данных.
• Проведение исследований релевантных intrain метрик, бенчмарков для замера качества.

Требования

• Опыт построения дата пайплайнов и data quality процессов.
• Опыт работы в production ml команде.
• Понимание задач CV и современных подходов в больших языковых моделях.
• Практический опыт решения задач с влиянием данных на качество VLM.

Условия

• Комфортный современный офис рядом с м. Кутузовская.
• Гибкий график: офис/гибрид/удаленка.
• Годовая премия.
• Корпоративный спортзал и зоны отдыха.
• Более 400 образовательных программ СберУниверситета.
• Расширенный ДМС и корпоративная пенсионная программа.
• Ипотека для сотрудников.
• Бесплатная подписка СберПрайм+.