Описание

Мы ищем стажера в исследовательский проект на стыке Machine Learning, representation learning и анализа шахматных данных.

Проект посвящен разработке универсального эмбеддера шахматной позиции — модели, которая формирует компактное и семантически осмысленное представление позиции и может использоваться в различных downstream-задачах: от оценки сложности позиций до детекции читинга и интерпретируемого анализа ошибок игроков.

Обязанности

• Подготовка и обработка датасетов шахматных партий
• Разработка и обучение contrastive embedding модели
• Построение пайплайна обучения
• Сравнение с бейзлайнами (Allie, Maia2, behavioral stylometry)
• Проведение downstream-экспериментов
• Эксперименты по интерпретируемости

Требования

• Уверенное знание Python
• Опыт работы с PyTorch / TensorFlow
• Понимание contrastive learning и representation learning
• Базовое понимание ML-экспериментов (метрики, валидация, бейзлайны)
• Интерес к исследованиям и академической работе

Будет плюсом:

• опыт работы с шахматными движками (например, Stockfish)
• понимание ELO-системы
• опыт работы с большими датасетами
• интерес к explainable AI.

Условия

• Комфортный современный офис рядом с м. Кутузовская
• Гибридный формат работы
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Программа адаптации и помощь руководителя на старте
• Вознаграждение за рекомендацию друзей в команду Сбера.