Старший инженер по машинному обучению – большие языковые модели

Кто мы

Вы заказывали ужин через Just Eat Takeaway. Вы покупали и продавали на OLX. Вы платили с помощью PayU. Скорее всего, вы уже сегодня использовали компанию Prosus.

Мы — Prosus, глобальная технологическая компания, поддерживающая одни из ведущих мировых бизнесов в сфере электронной коммерции и образа жизни. Каждый день миллиарды людей по всей Индии, Латинской Америке, Европе и за их пределами используют наши продукты и услуги для покупки, продажи, оплаты, общения и открытия нового.

Наша экосистема, основанная на искусственном интеллекте, охватывает более 100 компаний в сферах электронной коммерции, доставки еды, финтеха и развлечений, обслуживая миллиарды потребителей по всему миру. Искусственный интеллект управляет тем, как мы работаем и внедряем инновации: более 60 000 активных AI-агентов помогают нашим командам создавать, масштабировать и действовать быстрее. Через нашу инвестиционную команду мы также поддерживаем основателей и технологии, формирующие будущее: от робототехники и автономных систем до синтетической биологии и передового искусственного интеллекта.

Руководствуясь нашими пятью ценностями — Инновации, Результаты, Люди, Влияние и Предпринимательство, — культура является нашим конкурентным преимуществом. Мы процветаем благодаря экспериментам: мы создаём, тестируем, учимся и повторяем.

Присоединяйтесь к нам, чтобы формировать будущее технологий в глобальном масштабе.

Кого мы ищем

Мы ищем старшего инженера по машинному обучению для обучения специализированных языковых моделей и технического руководства командой. Вы будете отвечать за ключевые части нашей инфраструктуры обучения, наставлять инженеров и принимать технические решения от подготовки данных до развертывания в продакшене. У вас есть глубокий практический опыт обучения языковых моделей в масштабе, вы показываете пример через тщательные эксперименты и качественный код, и вас мотивирует видеть, как ваша работа используется миллионами пользователей. Вы преуспеваете в динамичной среде, где балансируете техническую глубину с практическим бизнес-эффектом.

Что вы будете делать

• Анализировать производительность моделей и обучающие данные, формулировать гипотезы, разрабатывать и проводить строгие эксперименты для систематического улучшения качества моделей, эффективности обучения и вывода, а также производительности в последующих задачах

• Принимать технические решения по архитектуре моделей, стратегиям обучения и выбору инфраструктуры

• Обеспечивать техническое руководство и наставничество инженерам по машинному обучению и стажёрам, проводить код-ревью, делиться лучшими практиками и ускорять рост команды

• Обучать крупные языковые модели через продолженное предварительное обучение и полную настройку параметров на собственных наборах данных

• Строить и оптимизировать распределённую инфраструктуру обучения на многозвенных GPU-кластерах с использованием таких фреймворков, как DeepSpeed, FSDP, Megatron-LM или Axolotl

• Отвечать за подготовку больших данных: фильтрация, оценка качества, удаление дубликатов и стратегии смешивания данных для обучающих корпусов с масштабом более 100 миллиардов токенов

• Генерировать и курировать высококачественные синтетические данные для тонкой настройки инструкций и повышения возможностей моделей

• Отлаживать проблемы стабильности обучения, оптимизировать пропускную способность обучения и вывода (квантизация, дистилляция, оптимизация сервинга), а также контролировать производительность моделей в ходе длительных распределённых задач

• Создавать надёжные оценочные фреймворки и устанавливать метрики для измерения качества моделей и принятия решений

• Писать код производственного уровня с хорошим тестированием и устанавливать инженерные стандарты для команды

Минимальные квалификации

• Опыт работы инженером по машинному обучению не менее 7 лет

• Опыт технического руководства: наставничество инженеров, проведение код-ревью, принятие архитектурных решений и реализация проектов с измеримым бизнес-эффектом

• Подтверждённый опыт обучения и развертывания языковых моделей в продакшене (модели эмбеддингов, энкодерные модели или крупные языковые модели), включая предварительное обучение, продолженное предварительное обучение или тонкую настройку с тщательной оценкой и оптимизацией вывода

• Опыт подготовки масштабных обучающих наборов данных: фильтрация данных, оценка качества, стратегии удаления дубликатов и проектирование смешивания данных

• Практический опыт работы с распределёнными фреймворками обучения (DeepSpeed, FSDP, Megatron-LM или Axolotl), включая организацию многозвенных задач, отладку сбоев и оптимизацию пропускной способности

• Глубокое понимание динамики обучения в масштабе: отладка нестабильностей потерь, настройка расписаний скорости обучения, управление стабильностью обучения в длительных многозвенных задачах

• Экспертное владение Python и PyTorch с опытом использования производственных библиотек для обучения (Transformers, DeepSpeed, Accelerate)

Желательные квалификации

• Публикации на конференциях по машинному обучению (NeurIPS, ICML, ICLR, ACL, EMNLP), выпущенные модели на Hugging Face, созданные публичные бенчмарки или вклад в проекты с открытым исходным кодом

• Опыт работы с методами послеобучения: RLHF, DPO, GRPO или другими методами обучения с подкреплением для выравнивания и следования инструкциям

• Опыт оптимизации моделей для продакшен-вывода, включая квантизацию, сжатие моделей, дистилляцию и фреймворки сервинга (vLLM, TensorRT-LLM)

• Понимание оптимизации памяти: контрольные точки градиентов, обучение с смешанной точностью (FP16, BF16, FP8), оптимизация ZeRO

• Глубокие знания архитектур GPU (A100, H100, H200) и их влияния на оптимизацию обучения и вывода

• Опыт создания конвейеров генерации синтетических данных для тонкой настройки инструкций или адаптации к домену

Что мы предлагаем

• Проекты с высоким влиянием в области ИИ, стратегически важные для компании, с прямым участием высшего руководства, включая CEO

• Современная инфраструктура: парк GPU H200, огромные собственные наборы данных, доступ к передовым моделям (OpenAI, Anthropic, Google, Together.ai) для оценки и базовых линий

• Экспертные коллеги, которые выпустили топовые модели на Hugging Face, публиковались на NeurIPS, создали известные бенчмарки и построили несколько производственных AI-систем

• Значительная автономия и свобода для тестирования идей, экспериментов с новыми подходами и принятия технических решений

• Современные инструменты: последние ML-фреймворки, помощники по кодированию, первоклассная среда разработки

• Гибридный режим работы с нашим офисом в Амстердаме — домом AI House, объединяющим более 200 специалистов по ИИ через мероприятия, митапы и сотрудничество со стартапами

• Конкурентоспособная компенсация, MacBook Pro топовой комплектации и среда, действительно созданная для профессионального роста и обучения

• Если вы хотите применить свой опыт обучения LLM в масштабных проектах с высоким воздействием, возглавить технические инициативы и развивать следующее поколение инженеров по машинному обучению, давайте поговорим.

Почему Prosus?

В Prosus ваши коллеги — это 60 000 AI-агентов… и ваша задача — понять, что это на самом деле значит. Мы — один из крупнейших операторов агентного ИИ на планете, внутри портфеля стоимостью более 100 миллиардов долларов, включающего более 100 компаний и два миллиарда человек. Люди здесь владеют тем, что ИИ не может сделать в одиночку: суждением, креативностью и решением, что создавать дальше.

Владейте влиянием. Работайте в экосистеме. Зарабатывайте свой рост. Стройте с поддержкой.

Хотите узнать о наших льготах и преимуществах? Посмотрите на эту страницу.

Наша приверженность разнообразию и инклюзии

Мы уважаем достоинство и права человека каждого человека и сообщества, где бы мы ни работали в мире. Создание инклюзивного рабочего места, где каждый чувствует себя желанным и может процветать, является для нас критически важным. Мы обеспечиваем доступ к образованию, что помогает всем понять важную роль, которую они играют, и положительное влияние, которое могут оказать.

Хотите узнать больше о жизни в Prosus? Изучите нашу культуру и ценности.