Привет!

Мы создаем современные универсальные агентные модели — они не просто отвечают текстом, а сами ходят в инструменты, пишут код, работают с базами данных и офисными сценариями.

У нас работают лучшие эксперты по Data Science, разработчики агентных систем и AI‑ассистентов. Мы развиваем науку, пишем статьи, которые принимают на ведущие конференции, ведём исследования и создаем реальные инновации в AI — наши результаты доходят до применения в продуктах Сбера и публикаций в Open Source.

🚀 Почему это интересно:

GigaCode R&D — одна из немногих команд в России, которые учат собственные LLM. Мы не просто верим, что наши модели могут конкурировать с мировыми, — мы доказываем это результатами на бенчмарках и в продуктах. И при этом остаёмся на стыке двух миров: разработки, которая идёт в готовые решения, и настоящих исследований, которые принесут пользу в будущем.

Обязанности

* Ставить эксперименты с научной строгостью. Ты сможешь формулировать гипотезы и проверять их на практике

* Дообучать LLM под доменные агентные задачи. Код, SQL, офис, кибербезопасность. SFT на траекториях, работа с форматами диалогов и вызовов инструментов, замер того, что реально изменилось после дообучения

* Проектировать пайплайны синтетических агентных данных. Модель придумывает задачу → агент её решает → проверка → фильтр → датасет. Генерация задач из открытых данных, автоматическая проверка (ораклы, тесты, LLM-судья — где это уместно), очистка синтетики от мусора.

* Придумывать задачи и бенчмарки для разных доменов: Код, SQL, офис, кибербезопасность и новые области

* Построить и улучшать RL-пайплайн для обучения моделей

Стек

ML / DL · NLP / PLP · Агентные LLM · SFT · RL / RLVR · R&D

Требования

• у тебя хорошие теоретические знания в ML и DL, с упором

в современный NLP и трансформеры;

• умеешь формулировать эксперименты с научной строгостью,

обосновывать их, проводить самостоятельно и делать выводы;

• есть опыт дообучения современных LLM под доменные задачи, генерации и очистки синтетических данных с помощью LLM, анализа проблемных мест в работе LLM и данных для обучения

• есть увлечённость NLP/PLP.

━━━━━━━━━━━━━━━━━━━━

🌟 Будет плюсом знание про:

• Агентные бенчмарки (SWE-bench, Terminal-Bench, SQL/BIRD, CyberGym и похожие): как устроены задачи, ораклы, оценка

• Генерация синтетики через LLM и оценка качества без ручной разметки

• Устройство агентных фреймворков: инструменты, память, сжатие контекста, субагенты, траектории

• Офисные и кибербез агентные задачи

Условия

* комфортный современный офис рядом с м. Кутузовская

* гибридный формат работы

* 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

* программа ипотеки для сотрудников

* бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

* вознаграждение за рекомендацию друзей в команду Сбера.