Стажёр в Центр практического ИИ
Это отличная возможность для старта карьеры в топовой технологической компании. Работа с самым современным оборудованием (H100) и актуальными технологиями LLM дает колоссальное преимущество на рынке труда в будущем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция ориентирована на студентов, поэтому требования к опыту минимальны, однако работа с LLM и кластерами H100 потребует хорошей теоретической базы и уверенного владения Python. Основная сложность заключается в высоком конкурсе и необходимости совмещать работу с очным обучением.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Стажировки в Сбере обычно оплачиваются по фиксированной ставке для стажеров, которая соответствует рыночным стандартам для крупнейших ИТ-компаний России. Указанный диапазон отражает средние выплаты для студентов технических специальностей в Москве.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Стажёр в Центр практического ИИ / ПАО Сбербанк
*🗺* Москва.
Обязанности:
- Обучать LLM на GPU-кластерах с H100
- Собирать, очищать и готовить датасеты для pre-training и fine-tuning
Требования:
- Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)
- Python, Linux
*➡* Откликнуться
Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL
*🐣* Софи - первый ai ассистент для автооткликов и поиска работы.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Linux
- LLM
- Fine-tuning
- Data Cleaning
- GPU
Возможные вопросы на собеседовании
Проверка базовых навыков программирования, необходимых для обработки данных.
Как эффективно обработать текстовый файл размером 100 ГБ на Python, если он не помещается в оперативную память?
Оценка понимания специфики обучения нейросетей.
В чем разница между этапами pre-training и fine-tuning при работе с LLM?
Проверка навыков работы в терминале, критически важных для работы с кластерами.
Какие команды Linux вы используете для мониторинга загрузки GPU и управления процессами?
Оценка знаний в области подготовки данных для ИИ.
Какие методы очистки текстовых данных вы бы применили перед подачей их в модель для обучения?
Проверка мотивации и способности к обучению.
Какие последние архитектуры LLM или научные статьи в области ИИ вас заинтересовали и почему?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

