ML Engineer — работа с LLM и оптимизация пайплайнов

Что за роль

Ищем ML-инженера с сильным практическим опытом работы с LLM. Это не позиция классического ML Engineer или Data Scientist. Нужен кандидат, который самостоятельно обучал и адаптировал LLM и понимает полный цикл — от данных и обучения до оценки и развертывания.

Чем вы будете заниматься

• Разработка и улучшение пайплайна LLM post-training: SFT, preference optimization, Offline / Online RL;
• Улучшение instruction following и построение системы benchmarking / evaluation;
• Обучение LoRA / QLoRA-адаптеров под различные домены и задачи;
• Работа с reward models / verifiers и reward functions для RL;
• Разработка RAG-систем: retrieval, reranking, context construction и evaluation;
• Обучение и интеграция tool use / function calling / structured outputs;
• Оптимизация inference и serving моделей с использованием vLLM / SGLang.

Требования

• Практический опыт fine-tuning / post-training LLM;
• Опыт с SFT и preference optimization: DPO / IPO / ORPO / SimPO или аналогами;
• Опыт или хорошее практическое понимание Online RL для LLM: GRPO / GSPO или аналогичных методов;
• Понимание reward models, preference data и LLM evaluation;
• Уверенное владение Python, PyTorch, Hugging Face Transformers;
• Опыт с TRL и/или verl;
• Опыт с LoRA / QLoRA / PEFT;
• Опыт inference / serving через vLLM и/или SGLang;
• Опыт разработки RAG, tool use или structured generation;
• Понимание архитектуры современных LLM и особенностей их обучения и inference;
• Опыт работы с GPU, distributed training и Linux / Docker / Git;
• Умение самостоятельно ставить эксперименты, выбирать метрики и анализировать результаты.

Будет плюсом

• Continual / domain pre-training;
• Reasoning RL;
• Multilingual LLM или code generation;
• FSDP / DeepSpeed / Megatron-LM;
• Quantization и оптимизация inference.