Ведущий инженер по машинному обучению

• Образование: высшее образование — бакалавриат
• Опыт работы: от 6 лет
• Квалификация: Высокая степень и высокий уровень профессиональной подготовленности

• Высшее образование по математике, прикладной математике, информатике или физике
• Опыт коммерческой разработки ML-систем от 8 лет, из них не менее 3 лет в роли ведущего или главного инженера
• Опыт обучения и дообучения больших языковых моделей в распределённой среде на многоузловых GPU-кластерах
• Экспертное знание Python и C++, опыт написания CUDA-ядер или ядер на Triton
• Глубокое знание PyTorch, включая внутреннее устройство (autograd, compile, распределённые примитивы)
• Опыт с инференс-фреймворками: vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime
• Глубокие знания математики: линейная алгебра, теория вероятностей, математическая статистика, методы оптимизации, теория информации
• Опыт построения высоконагруженных систем: Kubernetes, Kafka, gRPC, распределённые хранилища, профилирование и оптимизация производительности
• Опыт работы с MLOps-инструментами: MLflow, Kubeflow, Airflow, DVC, Feast, Ray
• Опыт работы с большими данными: Spark, ClickHouse, объёмы от сотен терабайт
• Знание принципов информационной безопасности ML-систем: adversarial-атаки, защита данных, федеративное обучение, дифференциальная приватность
• Английский язык на уровне свободного чтения и написания технической документации и научных статей
• Будет преимуществом: Учёная степень (кандидат наук / PhD) по машинному обучению или смежной области
• Публикации на ведущих конференциях (NeurIPS, ICML, ICLR, ACL, CVPR, KDD)
• Опыт pretraining LLM с нуля на крупных кластерах (от 256 GPU)
• Вклад в open-source проекты в области ML (мейнтейнер или активный контрибьютор крупных библиотек)
• Призовые места в соревнованиях по анализу данных (Kaggle Grandmaster / Master или аналог)
• Опыт выступлений на профильных конференциях

• График: полный рабочий день
• Занятость: дистанционная (удаленная) работа
• Место работы: Самарская область, г. Самара, Ярмарочная улица, Д. 3;офис/квартира: КВ. 62
• Подходит для: инвалид

По данной вакансии просим звонить по номеру: 8 (800) 333-30-73.

Обязанности

• Проектировать и обучать большие языковые и мультимодальные модели (от 7B параметров): подготовка корпусов, токенизация, pretraining, SFT, RLHF/DPO
• Организовывать распределённое обучение на GPU-кластерах (FSDP, DeepSpeed ZeRO-3, Megatron-LM, tensor/pipeline parallelism), повышать утилизацию вычислительных ресурсов
• Разрабатывать и оптимизировать собственные CUDA/Triton-ядра для обучения и инференса
• Сжимать модели для промышленного инференса: квантизация (INT4/FP8, GPTQ, AWQ), дистилляция, прунинг, спекулятивное декодирование
• Укладываться в жёсткие требования по задержке и стоимости
• Строить RAG-системы и агентные архитектуры промышленного масштаба с оценкой качества, защитой от галлюцинаций и prompt injection
• Разрабатывать системы рекомендаций и ранжирования в реальном времени на нагрузке от 100 000 RPS
• Проектировать ML-платформу компании: feature store, model registry, CI/CD моделей, автоматическое переобучение, мониторинг дрейфа данных и деградации качества
• Проектировать и проводить онлайн-эксперименты: A/B-тесты, causal inference, uplift-моделирование
• Вести исследования на уровне state-of-the-art, воспроизводить и адаптировать свежие научные статьи под задачи бизнеса
• Отвечать за архитектуру ML-направления, проводить code review
• Защищать технические решения перед руководством, оценивать финансовый эффект моделей