В Центре робототехники Сбера мы разрабатываем модели, которые позволяют роботам понимать окружающий мир, выполнять инструкции и решать задачи в реальных условиях. Мы работаем над Vision-Language-Action (VLA) и World Action Models (WAM), объединяя обучение на изображениях, видео, языке и робототехнических данных.

Мы ищем Research Engineer, который будет заниматься предобучением и дообучением этих моделей: исследовать архитектуры и методы обучения, работать с большими мультимодальными датасетами, масштабировать обучение и адаптировать модели под конкретные задачи и робототехнические платформы. Работа охватывает полный цикл экспериментов — от постановки гипотезы и подготовки данных до оценки качества и проверки результатов на роботах совместно со смежными командами.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

* разрабатывать и обучать VLA/WAM-модели для понимания сцен и инструкций, предсказания динамики окружающего мира и генерации действий робота

* развивать методы предобучения на разнородных данных: изображениях, видео, текстах, демонстрациях и траекториях роботов

* дообучать и адаптировать модели под новые задачи, объекты, условия и робототехнические платформы

* исследовать архитектуры, представления действий и функции потерь, включая transformer-, autoregressive- и diffusion/flow matching-подходы

* формировать смеси обучающих данных, выбирать стратегии семплирования и исследовать влияние качества, объёма и состава данных на способности моделей

* разрабатывать и оптимизировать пайплайны распределённого обучения на GPU-кластерах: повышать стабильность обучения, эффективность вычислений и использования памяти

* проводить воспроизводимые эксперименты и абляционные исследования, анализировать динамику обучения и причины ошибок

* разрабатывать методики оценки моделей: измерять качество предсказаний и действий, успешность выполнения задач, устойчивость и перенос на новые условия

* совместно с командами робототехники и инфраструктуры интегрировать модели в контур управления и проверять их на реальных роботах

* формировать рекомендации по сбору дополнительных данных и улучшению обучающих выборок на основе результатов экспериментов и испытаний.

Требования

* опыт разработки и обучения современных DL-моделей в одной или нескольких областях: computer vision, video understanding/generation, multimodal learning, LLM/VLM или robot learning

* уверенное владение Python и PyTorch

* хорошее понимание современных нейросетевых архитектур, прежде всего transformers, методов оптимизации и принципов обучения на последовательностях

* практический опыт pretraining или finetuning моделей: подготовка данных, выбор функций потерь, настройка обучения, оценка качества и анализ ошибок

* опыт работы с большими датасетами и эффективными пайплайнами загрузки и обработки данных

* опыт обучения моделей на нескольких GPU и понимание принципов распределённого обучения

* умение ставить исследовательские гипотезы, планировать эксперименты и делать обоснованные выводы по их результатам

* умение писать поддерживаемый и воспроизводимый код, работать с Git и инструментами отслеживания экспериментов

* способность читать научные статьи и реализовывать перспективные подходы

* самостоятельность и готовность доводить исследовательскую идею до работающей модели совместно со смежными командами.

Будет плюсом

* опыт работы с VLA, world models, action-conditioned video models или другими моделями для embodied AI

* опыт обучения политик по демонстрациям: imitation learning, behavior cloning, diffusion policies

* опыт с diffusion, flow matching, авторегрессионной генерацией видео и моделированием пространственно-временной динамики

* опыт мультимодального предобучения, self-supervised learning или обучения на эгоцентрическом видео

* опыт переноса моделей между робототехническими платформами и работы с разными представлениями действий

* опыт reinforcement learning, offline RL или улучшения политик на основе обратной связи и результатов выполнения задач

* опыт масштабирования обучения на нескольких узлах, работы с FSDP, DeepSpeed, Megatron или аналогичными инструментами

* опыт исследования scaling laws, оптимизации смесей данных и планирования экспериментов при ограниченном вычислительном бюджете.

* опыт запуска моделей на реальных роботах, анализа неудачных действий и оптимизации инференса

* публикации, открытые проекты или воспроизводимые исследовательские результаты в ML, computer vision или робототехнике.

* 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.

Условия

* офисный формат работы, адрес офиса Автозаводская 23а к2

* ежегодный пересмотр зарплаты, квартальная и годовая премия

* корпоративный спортзал и зоны отдыха

* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

* программа адаптации и помощь руководителя на старте

* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

* гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

* подписка Прайм с возможностью совместного использования на трёх близких

* вознаграждение за рекомендацию друзей в команду Сбера.