Data Scientist в ПАО Сбербанк Москва

Data Scientist в новое подразделение Сбера по внутренней безопасности. Разработка AI-агентов, RAG-систем, адаптация и файнтюнинг LLM, ML/DL-модели для скоринга и выявления скрытых связей.

Задачи:

• Создание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы)
• Создание RAG-систем
• Разработка и поддержка ML/DL моделей, включая их обновление и адаптацию к меняющимся условиям и требованиям бизнеса
• Дообучение и адаптация открытых LLM
• Создание системы мониторинга качества моделей и контроль их эффективности

Требования:

• Оконченное высшее образование
• Опыт работы от пяти лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен
• Понимание математики классического ML и архитектуры нейросетей (PyTorch/TF)
• Уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face
• Уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервисной архитектуры (Asyncio, FastAPI)
• Опыт создания агентов на LangChain/LangGraph
• Знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling
• Опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies)
• Опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM
• Опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA)
• Настройка мониторинга data drift и model decay, а также валидация моделей
• Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• Инструментальное владение AI для анализа, генерации и автоматизации

Условия:

• Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
• Среда для обмена знаниями – высокая экспертиза внутри команды
• Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
• Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
• Стабильная заработная плата и годовой бонус
• Полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Подписка Прайм с возможностью совместного использования на трёх близких
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Вознаграждение за рекомендацию друзей в команду Сбера

Навыки:

• Python
• PyTorch
• TensorFlow
• numpy
• pandas
• scikit-learn
• Asyncio
• FastAPI
• LangChain
• LangGraph
• RAG
• LLM
• vLLM
• PEFT
• LoRA
• QLoRA
• Hugging Face
• Llama
• Mistral
• Qwen
• DeepSeek
• GigaChat
• Kandinsky
• Deep Learning
• ML