RL+NLP Разработчик
16 Ноября 2025
от 160 000 до 200 000 руб.
Город:
Москва
Занятость:
Полная занятость
Компания "МФТИ ГУ"
Обязанности:- Разработка и исследование методов асинхронного обучения с подкреплением для улучшения качества reasoning-моделей
- Эволюция подходов на основе SAC и PPO/GRPO для устойчивого обучения в условиях задержек между стратегиями, устаревших траекторий и разреженных вознаграждений
- Создание прототипов и проведение экспериментов по curriculum learning для ускорения освоения сложных математических и программных задач
- Анализ влияния low-bit представлений (FP8, INT8) на устойчивость и качество обучения
- Разработка исследовательских пайплайнов и участие в создании фреймворка для асинхронного обучения больших моделей
- Поддержка рабочего кода, регулярная валидация результатов, проведение сравнительных экспериментов.
- Обязательное наличие оконченного высшего технического образования
- Уверенные знания статистики, дискретных структур, теории алгоритмов, аналитической геометрии
- Уверенное владение языком Python, а также опыт работы с фреймворком PyTorch
- Навыки разработки под Linux (Ubuntu) и опыт использование Docker в реальных проектах
- Опыт применения RL для обучения языковых или reasoning-моделей
- Понимание архитектуры и механизмов обучения больших языковых моделей
- Свободное владение техническим английским языком.
- работа в ведущем техническом вузе страны, в городе Долгопрудный (рядом со станцией Новодачная МЦД-1 или 15 минут от метро Алтуфьево, Ховрино, Физтех);
- оформление в соответствии с ТК РФ;
- возможность бесплатного посещения бассейна и тренажерного зала;
- в соответствии с ТК РФ работники сферы образования обязаны предоставить справку о наличии (отсутствии) судимости и (или) факта уголовного преследования, срок изготовления которой может быть до 30 дней, просим заранее позаботиться о её получении.
Зарегистрируйтесь или войдите, чтобы открыть контакты работодателя
Прикрепите резюме для отклика
Уже с нами?
Войдите, чтобы отправить резюме
03 Декабря
Middle/senior PHP backend разработчик
Москва
Компания "Тривио" Trivio - онлайн-сервис , который помогает компаниям оптимизировать тревел-расходы, упрощая процесс организации деловых...
30 Ноября
Python разработчик (LLM)( Сбербанк )
Москва
Компания "Сбербанк" Aналитическая платформа высокой нагрузки Мы разрабатываем масштабируемую высоконагруженную платформу для обработки больших...
02 Декабря
Москва
Компания "Tele2" Что нужно делать: Принимать участие в модернизации существующего масштабного сервиса по работе с смс-сообщениями....
03 Декабря
Разработчик DWH( МАГНИТ, Розничная сеть )
Москва
Компания "МАГНИТ, Розничная сеть" Представь себе: ты попадаешь в команду, которая буквально строит будущее огромного ритейла — «Магнит»! Мы не...
01 Декабря
Москва
Компания "Компания ПЭК" Обязанности: Участие в проектировании, управлении, развитии и архитектуры ПО на платформе 1С, рефакторинг и...
Вакансия размещена в отрасли