Что за роль

Harvey разрабатывает AI-платформу для юридической работы и профессиональных услуг. В этой роли вы будете проводить эксперименты по дообучению открытых языковых моделей и оценивать их перед выпуском.

Чем вы будете заниматься

• Разрабатывать эксперименты по SFT и обучению с подкреплением для открытых языковых моделей.
• Создавать функции вознаграждения и верификаторы для сложных юридических задач.
• Отлаживать распределённое обучение и оценивать качество моделей перед выпуском.

Требования

• Практический опыт post-training LLM с SFT, RL и оптимизацией предпочтений.
• Глубокое понимание машинного обучения и опыт надёжного распределённого обучения.
• Уверенное владение Python и опыт разработки production-кода.
• Исследовательский опыт в RL для языковых моделей или reward modeling.