Разработчик для дообучения нейросети в проект (дата сайенс/ML)

eggscom.studio - стартап-студия с фокусом на запуск AI стартапов.

В команду студии ищем датасаентиста/ML-разработчика с опытом дообучения нейросетей. В фокусе создание внутреннего продукта для помощи партнерам (кофаундерам) студии в работе над стартапами.

Задачи:

- дообучение LLM (fine-tuning) на 16B по методологии студии (цели, этапы, термины создания и развития стартапов)

- сбор и подготовка датасета в формате JSONL/ChatML

- отбраковка мусора: дедупликация, валидация структуры, балансировка категорий, сплит на train/val.

- запуск дообучения и контроль качества по эпохам: переобучение, деградацию базовых знаний и русского языка, выбор чекпоинта по val-лоссу и ручной оценке ответов

Требуемые навыки:

- Python на рабочем уровне: работа с JSONL/CSV, скрипты валидации и сплита данных.

- работа с LLM: Hugging Face transformers + datasets/trl, PEFT (LoRA/QLoRA), Unsloth.

- понимание гиперпараметров: число эпох, learning rate, LoRA rank/alpha, batch size, шаги.

- оценка качества: train/val loss, метрики, ручное ревью ответов модели.

- инструменты разметки и генерации данных: Argilla, Label Studio (или аналоги), Distilabel для синтетики.

- очистка данных: дедупликация, text-dedup или собственные скрипты.

Требуемый опыт:

- реальный опыт дообучения моделей: минимум 1-2 завершённых прогона fine-tuning с измеримым результатом (можно pet проекты)

- сборка датасета: понимание различий переобучения и недообучение, принципа работы с весами

- фокус с текстовыми/чат-моделями (NLP/LLM)

Условия:

- удалённая работа до 4х часов в день,

- график по согласованию (выходные, вечер)

- оплата за проект частями по согласованным этапам

- работа с сотрудниками и партнерами студии по сборке датасета

Оплата по договорённости после собеседования