ML Research Engineer – Image & Video Generation (Модельные риски генеративных моделей)

============= Мы занимаемся независимой оценкой качества и модельных рисков Kandinsky – семейства генеративных моделей для создания и редактирования изображений, видео и аудиовизуального контента, а также моделей мира (world models). Наша задача – находить слабые места моделей, проверять выбранные подходы к оценке и готовить рекомендации, которые помогают принимать решения о релизе и возможных сценариях применения моделей. Мы работаем с новыми версиями Kandinsky до их выхода к пользователям. Разрабатываем собственные методологии, бенчмарки и инструменты полного цикла, объединяя автоматические метрики, human evaluation и подходы LLM/VLM-as-a-judge. ========== Мы ищем специалиста на стыке исследований и инженерной разработки. В этой работе не всегда существует готовая методология или универсальная метрика. Нужно определить, из чего складывается качество модели, спроектировать проверяемый эксперимент и реализовать воспроизводимый evaluation-пайплайн. Роль охватывает весь цикл оценки: от формулирования критериев и подготовки тестовых данных до анализа результатов и рекомендаций для команды разработки. Важно не только измерить качество модели, но и понять, насколько она подходит для реальных пользовательских и бизнес-сценариев, какие ограничения критичны и что осталось непроверенным.

• **О команде**

• **О роли**

• **Проектировать оценку с нуля**

• декомпозировать качество на измеримые критерии и собирать под них тестовые сценарии, промпты и выборки

• проектировать оценку там, где готовой методологии ещё нет.

• **Разрабатывать evaluation-пайплайны**

• реализовывать на Python инструменты для запуска моделей, сбора результатов и расчёта метрик

• обеспечивать воспроизводимость экспериментов и развивать внутреннюю библиотеку оценки

• готовить инструкции для асессоров и контролировать качество разметки.

• **Строить VLM-as-a-judge**

• разрабатывать судей под конкретные критерии, учитывать их bias и ограничения

• понимать, где автоматическая оценка работает, а где без человека нельзя.

• **Разбираться в ошибках моделей**

• понимать ограничения diffusion-моделей и причины типовых артефактов

• отличать реальную проблему модели от ошибки методологии или замера.

• **Формировать заключение по модельному риску**

• анализировать качество по отдельным сценариям, типам промптов и срезам, а не только по среднему значению

• формулировать условия релиза, ограничения и явно фиксировать то, что осталось непроверенным.

================

• **Хорошее понимание устройства генеративных моделей**:

• понимание принципов работы Transformers, diffusion- и мультимодальных моделей и основных задач: T2I, Image Editing, T2V, Audio, Video-Audio.;

• понимание типовых ограничений, ошибок и артефактов моделей; способность разбираться в причинах ошибок и способах их проверки.

• **Способность проектировать оценку качества моделей**:

• декомпозировать качество на измеримые критерии и проектировать тестовые сценарии, промпты и выборки.

• выбирать корректный подход к оценке: human evaluation, автоматические метрики, LLM/VLM-as-a-judge, а также подходящие модели для сравнения;

• проверять валидность метрик и уметь проектировать оценку для новых задач и модальностей, где ещё нет готовой методологии.

• **Навыки работы с LLM и VLM:**

• prompt engineering, structured output, tool calling и работа с контекстом и ограничениями моделей;

• построение и валидация LLM/VLM-as-a-judge, включая проверку автоматической оценки относительно человеческой;

• понимание нестабильности, bias и галлюцинаций моделей; умение подбирать модель под конкретную исследовательскую задачу.

• **Понимание AI-агентов и агентных систем**:

• понимать, чем агент отличается от обычного вызова LLM;

• знать основные компоненты агентной системы: роли, инструменты, контекст, память и оркестрация;

• понимать, когда агентный подход действительно полезен, а когда создаёт лишнюю сложность;

• уметь оценивать надёжность и ограничения агентных решений.

• **Умение проводить технический и научный ресерч**:

• находить и критически разбирать актуальные статьи, бенчмарки, модели и реализации;

• сравнивать решения с актуальными подходами и оценивать достоверность результатов;

• переводить ресерч в конкретные идеи для тестирования и развития внутренних подходов.

• **Будет плюсом**

• **Умение работать с агентами и субагентами**:

• декомпозировать задачи между агентами, задавая им чёткие роли и зоны ответственности;

• управлять контекстом и изоляцией субагентов, организовывать проверку результатов;

• собирать результаты нескольких агентов в единое решение и критически оценивать их выводы.

• **Навыки вайбкодинга и AI-assisted coding**:

• уверенно работать с Codex, Claude Code и другими coding-агентами

• проверять и дорабатывать сгенерированный код, использовать агентов для тестирования;

• понимать архитектуру создаваемого решения

• **Продуктовое мышление**:

• связывать тестирование с реальными пользовательскими сценариями и понимать, какие ошибки критичны для продукта;

• приоритизировать направления проверки и переводить результаты оценки в рекомендации для разработки;

• понимать влияние результатов на релиз и дальнейшее развитие модели.

• **Дополнительный релевантный опыт**:

• оценка Image, Video, Audio и мультимодальных моделей; разработка собственных бенчмарков и методологий;

• работа с асессорами, большими массивами пользовательских запросов и построение аналитических пайплайнов/отчётов;

• понимание GPU-инфраструктуры и инференса; практический опыт построения multi-agent систем.

• комфортный современный офис рядом с м. Кутузовская

• возможность выбрать удобный график - офис / гибрид

• ежегодный пересмотр зарплаты и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• 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

• скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера