cv engineer для обучения VLM

HireHi; United States; Hybrid; USD 120,000 - 190,000; Full time

Benefits offered by this job

Годовая премия

Спортзал и зоны отдыха

Образовательные программы СберУниверси

Job summary

Сбер ищет специалиста по данным для поддержки и обработки датасетов для обучения VLM на кластере YTSaurus. Ваша задача — автоматизировать процессы и обеспечить качество данных, что критично для точности моделей.

Кандидат будет работать над выборкой данных в OCR, Charts/Tables и Grounding/Counting, постановкой пайплайнов и исследованием метрик качества данных. Гибкий график: офис, hybrid или удаленка в РФ.

Qualifications

• Опыт построения дата-пайплайнов и процессов контроля качества данных.
• Опыт работы в production ML-команде.
• Понимание задач компьютерного зрения и современных подходов в больших языковых моделях.
• Опыт решения задач, связанных с влиянием данных на качество VLM.
• Практический опыт работы с VLM.
• Будет плюсом опыт работы с большими нагрузками.

Responsibilities

• Поддерживать данные для обучения VLM на кластере YTSaurus.
• Строить платформу для анализа и обработки данных, включая фильтрацию и дедупликацию.
• Автоматизировать процессы через Airflow.
• Искать и синтезировать данные для обучения VLM в областях OCR, Charts&Tables, Grounding&Counting и др.
• Исследовать пайплайны создания чистых и разнообразных датасетов на примере FineVision.
• Обучать VLM на подготовленных данных.
• Проводить исследования релевантных intrain-метрик и бенчмарков.

Job description

Описание: Команда GigaChat Pretrain Data готовит данные для предварительного обучения GigaChat и GigaChat Vision. Объём сырых данных превышает 40 ПБ, а итоговая задача — создавать датасеты для обучения LLM-моделей.

Задачи:

• Поддерживать данные для обучения VLM на кластере YTSaurus
• Строить платформу для анализа и обработки данных, включая фильтрацию и дедупликацию
• Автоматизировать процессы через Airflow
• Искать и синтезировать данные для обучения VLM в областях OCR, Charts&Tables, Grounding&Counting и других
• Исследовать пайплайны создания чистых и разнообразных датасетов на примере FineVision
• Обучать VLM на подготовленных данных
• Проводить исследования релевантных intrain-метрик и бенчмарков для оценки качества

Требования:

• Опыт построения дата-пайплайнов и процессов контроля качества данных
• Опыт работы в production ML-команде
• Понимание задач компьютерного зрения и современных подходов в больших языковых моделях
• Опыт решения задач, связанных с влиянием данных на качество VLM
• Практический опыт работы с VLM
• Будет плюсом опыт работы с большими нагрузками

Условия:

• Возможность выбрать удобный график: офис, гибрид или удалёнка в РФ
• Годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Ипотека для сотрудников по дисконтной программе
• Бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнёров
• Вознаграждение за рекомендацию друзей в команду Сбера