Стажер-студент (Рекомендательные системы)

Приглашаем начинающих исследователей в области машинного обучения в команду Рекомендательных систем и персонализации Центра практического ИИ. Центр практического искусственного интеллекта - стратегическое подразделение Сбера, создающее наукоемкие технологии. Мы создаем новые алгоритмы рекомендательных систем и адаптируем SOTA-подходы для задач банка и компаний-партнеров, помогаем бизнесу внедрять новые технологии. Также мы разрабатываем собственные open-source фреймворки и публикуем результаты наших исследований на международных конференциях уровня A/A\*. Приглашаем присоединиться к исследованиям и прикладным проектам в области рекомендательных технологий, DL-моделей для последовательных данных и подходов на стыке LLM и RecSys. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в телеграмме, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!### Наши задачи: * развиваем библиотеку для рекомендательных систем RePlay [https://github.com/sb-ai-lab/RePlay](https://github.com/sb-ai-lab/RePlay) * разрабатываем и улучшаем алгоритмы рекомендательных систем * разрабатываем и обучаем трансформерные модели на последовательностях событий * проводим исследования в области sequential recommendations, LLM для рекомендаций, foundation models для событийных данных * пишем статьи и выступаем на ведущих мировых и российских конференциях.### Мы ожидаем: * что вы сейчас студент последних курсов бакалавриата или студент магистратуры или аспирантуры технического ВУЗа * что вы обучаетесь на очном отделении * умение писать код на python и знание стандартных библиотек и фреймворков (numpy, pandas, scikit-learn, pytorch, pytorch-lightning) * знание математики, классического ML и основ глубокого обучения * знание ключевых рекомендательных подходов и методов их оценки * умение читать, анализировать и воспроизводить научные статьи * желание экспериментировать и реализовывать новые алгоритмы. Будет плюсом: * опыт работы в RecSys или в смежной области (Information Retrieval, NLP) * опыт успешного участия в ML соревнованиях и хакатонах * опыт написания научных статей, наличие публикаций * наличие пет-проектов * умение работать с git, писать читаемый и хорошо структурированный код * понимание принципов работы современных LLM и LLM-агентов * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.### **Условия:** * оплачиваемая стажировка * длительность стажировки: 3 мес., 40 часов в неделю с 9:00 до 18:00 * гибридный формат работы с посещением офиса не менее 3х дней в неделю * комфортный современный офис по адресу: г. Москва, Кутузовский пр.32.