Ищем ML-инженера с сильным практическим опытом работы с LLM: fine-tuning, post-training, evaluation и inference.
Важно: это не позиция классического ML Engineer / Data Scientist. Нужен кандидат, который самостоятельно обучал и адаптировал LLM и понимает полный цикл — от данных и обучения до evaluation и deployment.
Задачи:
- Разработка и улучшение пайплайна LLM post-training: SFT, preference optimization, Offline / Online RL;
- Улучшение instruction following и построение системы benchmarking / evaluation;
- Обучение LoRA / QLoRA-адаптеров под различные домены и задачи;
- Работа с reward models / verifiers и reward functions для RL;
- Разработка RAG-систем: retrieval, reranking, context construction и evaluation;
- Обучение и интеграция tool use / function calling / structured outputs;
- Оптимизация inference и serving моделей с использованием vLLM / SGLang;
Обязательные требования:
- Практический опыт fine-tuning / post-training LLM;
- Опыт с SFT и preference optimization: DPO / IPO / ORPO / SimPO или аналогами;
- Опыт или хорошее практическое понимание Online RL для LLM: GRPO / GSPO или аналогичных методов;
- Понимание reward models, preference data и LLM evaluation;
- Уверенное владение Python, PyTorch, Hugging Face Transformers;
- Опыт с TRL и/или verl;
- Опыт с LoRA / QLoRA / PEFT;
- Опыт inference / serving через vLLM и/или SGLang;
- Опыт разработки RAG, tool use или structured generation;
- Понимание архитектуры современных LLM и особенностей их обучения и inference;
- Опыт работы с GPU, distributed training и Linux / Docker / Git;
- Умение самостоятельно ставить эксперименты, выбирать метрики и анализировать результаты.
Будет плюсом:
- Continual / domain pre-training;
- Reasoning RL;
- Multilingual LLM или code generation;
- FSDP / DeepSpeed / Megatron-LM;
- Quantization и оптимизация inference.
Чтобы откликнуться, отправляйте резюме рекрутеру @ai_star_hr