ML Engineer в ПАО Сбербанк Москва

ML Engineer в исследовательское подразделение Сбера, отвечающее за поведение и психологию человека. Реализация ML-проектов: обучение моделей, построение data-пайплайнов, вывод решений в production.

Задачи:

• Ведение полного цикла проекта: от исследовательских гипотез до работающих моделей и инфраструктуры
• Разработка и обучение моделей для анализа текстов, поведенческих данных, психометрических профилей
• Кластеризация, классификация, NER, sentiment
• Fine-tuning и дообучение языковых моделей
• Построение embedding-пайплайнов
• Проектирование RAG-архитектур с графовыми и векторными БД
• Работа с промптами на уровне системной архитектуры
• Вывод моделей в production: контейнеризация, CI/CD, мониторинг, версионирование
• Построение воспроизводимых пайплайнов обработки данных

Требования:

• Опыт работы с ML/DL: HuggingFace Transformers, SentenceTransformers, CatBoost, XGBoost
• Опыт работы с LLM & Vector Search: локальные модели (Llama 3, Qwen), API (OpenAI), FAISS
• Опыт работы с Data & Infra: ClickHouse, Docker, FastAPI, Postgres, RabbitMQ, MongoDB
• Опыт работы с MLOps & Orchestration: MLflow, W&B, Prefect, Dagster, Ray, Prometheus, OpenTelemetry
• Инструменты: Hydra, Poetry
• Практический опыт обучения и дообучения моделей (классический ML + deep learning)
• Уверенная работа с NLP: text classification, NER, embeddings, topic modeling, ASR, Text-to-Speech
• Опыт fine-tuning трансформерных моделей (HuggingFace Transformers, PEFT, LoRA, QLoRA)
• Понимание метрик качества моделей и умение проектировать эксперименты
• Опыт работы с LLM API (OpenAI, Anthropic и др.) на уровне production-решений
• Построение RAG-пайплайнов: chunking-стратегии, embedding-модели, векторные и графовые БД
• Понимание различий между векторным поиском и BM25
• Работа с LangChain / LangGraph или аналогами
• Уверенное владение Python
• Опыт с Docker, CI/CD, базовые практики DevOps
• Опыт работы с ML-оркестраторами (MLflow, W&B, Prefect, Dagster — хотя бы один)
• Навыки разработки API (FastAPI / аналоги)
• Работа с SQL-базами (ClickHouse, Postgres) и очередями (RabbitMQ и т.п.)
• Техническое образование (ML, CS, математика, инженерия)
• Умение переводить абстрактные исследовательские гипотезы в формализованные ML-задачи
• Способность объяснять технические решения нетехнической аудитории
• Интерес к поведенческой науке, психологии

Условия:

• Комфортный современный офис г. Москва, рядом с метро Кутузовская
• Возможность выбрать удобный график – офис/гибрид
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета
• ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

Навыки:

• HuggingFace Transformers
• SentenceTransformers
• CatBoost
• XGBoost
• Llama 3
• Qwen
• OpenAI
• FAISS
• ClickHouse
• Docker
• FastAPI
• Postgres
• RabbitMQ
• MongoDB
• MLflow
• W&B
• Prefect
• Dagster
• Ray
• Prometheus
• OpenTelemetry
• Hydra
• Poetry
• Python
• NLP
• ASR
• Text-to-Speech
• PEFT
• LoRA
• QLoRA
• LangChain
• LangGraph
• CI/CD
• SQL
• Neo4j
• DeepSpeed