ML Engineer / LLM Engineer

Ищем ML-инженера с сильным практическим опытом работы с LLM: fine-tuning, post-training, evaluation и inference. Важно: это не позиция классического ML Engineer / Data Scientist. Нужен кандидат, который самостоятельно обучал и адаптировал LLM и понимает полный цикл — от данных и обучения до evaluation и deployment. Задачи: - 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; Обязательные 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.