NLP Engineer (GigaChat Pretrain)

Sber • Russian: C1 • LLM & Generative AI • Banking • 5 hours ago

Apply now

Similar jobs

698,688open jobs

41,428companies

98,846added this week

Browse all

Salary

≈ $22k – $60k per year (Estimated)

Location

In office (Moscow)

Overview

Company

Impact

Profile match

Sber

Sber is Russia's largest bank and the centre of one of the country's biggest technology ecosystems, tracing its origins to savings institutions established in 1841. It serves over a hundred million retail customers and several million businesses through branch, mobile and web channels, and holds a dominant share of the national deposit, lending and payment markets. Over the past decade the group has built out an ecosystem well beyond banking, spanning e-commerce, food delivery, streaming media, cloud infrastructure, devices and the GigaChat family of large language models developed by its own AI research teams.

sber.ru • HQ: Moscow, Russia • LLM & Generative AI • FinTech • Cloud Computing • Banking • 5000+ employees • Est. 1841

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

генерировать синтетические данные: математика, код, произвольная синтетика с сидами - документами из Web
исследовать токенизацию и ее влияние на качество модели (возможно написание статей)
решать задачи кластеризации миллиардов документов
исследовать разные факторы, которыми обладают текстовые данные
генерировать Vision данные для прокачки VLM
разрабатывать новые алгоритмы парсинга HTML и исследовать его влияние на качество модели
исследовать зависимости между pretrain данными и agentic capabilities итоговой модели
разрабатывать стабильную инфраструктуру, которая будет поддерживать проведение сотен и тысяч экспериментов над данными.

Требования

имеешь коммерческий релевантный опыт связанный с NLP или построением инфраструктуры для данных от двух лет.

Будет плюсом:

навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
инструментальное владение AI для анализа, генерации и автоматизации
опыт с MapReduce системами.

Условия

комфортный современный офис рядом с м. Кутузовская
гибридный формат работы (2 дня в офисе, 3 дня на удалёнке)
ежегодный пересмотр зарплаты, годовая премия
корпоративный спортзал и зоны отдыха
система обучения для профессионального и карьерного развития
расширенный полис ДМС с первого дня работы и страхование для семьи
льготная программа ипотеки для сотрудников
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
вознаграждение за рекомендацию друзей в команду Сбера.

Free account

Stop reading job ads. Get the ones that fit.

One free account turns this page into a shortlist built around your stack, your level and your pay.

Match on every job. Stack, seniority, pay and location, scored against your profile.

698,688 open roles. Read straight off company career pages, refreshed every day.

Unlimited applications. Every one you send is tracked in one place, on-site or on a company board.

3 tailored CVs a month. Rewritten for the exact job you are applying to. Included free.

Create a free account Continue with Google

Free forever. No card. Under a minute.

Your match

How well do you fit this role?

Two answers are enough for a real match. No account needed.

Check my fit

Answers stay in this browser until you create an account.

Recommended for you based on this role

Similar stack

Same company

Moscow

Тимлид направления AI-автоматизаций 5 hours ago

≈ $33k – $76k per year (Estimated) • In office • 3+ years exp • Moscow

Python

PHP

Bitrix

AI/ML

LangGraph

LangChain

Dify

Model Context Protocol

YandexGPT

GigaChat

LLM

RAG

OpenAI

DevOps

SLI/SLO/SLA

Management

n8n

Apply