Junior/Middle Data Scientist (Classic ML / LLM)

Наша команда занимается независимой оценкой и контролем за моделями и AI-решениям Банка — от классических моделей и NLP до современных LLM-решений и агентов. Мы проверяем корректность, челленджим подходы разработчиков, предлагаем улучшения и разрабатываем собственные альтернативные решения.

Сейчас у нас открыты две роли и вы можете выбрать направление, ближе к вашим интересам и опыту:

1. Validation DS — фокус на анализе, построении и валидации моделей и LLM-решений, используемых в различных бизнес-процессах Банка

2. LLM / GenAI DS — разработка собственного решения на основе больших языковых моделей, включая агентов и инструменты автоматизации проверки.

Обязанности

Для Validation DS-направления:

• разбираться в структуре моделей из разных бизнес-доменов (от скоринга до распознавания речи и биометрии)
• проверять корректность моделей и челленджить подходы разработчиков.
• разрабатывать альтернативные ML-решения, исследовать новые методы и метрики оценки
• автоматизировать периодическую проверку качества моделей (мониторинг)
• проводить исследования SOTA-подходов для ключевых процессов Банка.

Для LLM-направления:

• погружаться в предметную область — валидацию моделей и автоматизацию этого процесса с помощью LLM
• разрабатывать агентов и инструменты, переводящие бизнес-задачи в технические пайплайны
• проводить полный цикл разработки GenAI-решений: от постановки задачи до внедрения и анализа результатов
• исследовать и применять SOTA-подходы в области LLM и агентизации.

Технологический стек

Базовый стек: python, pandas, pytorch

Будет плюсом:

+ для Classic ML: Spark, уверенный опыт с DL (lightning, pytorch-distributed)

+ LLM / GenAI:langchain, smolagents, faiss, huggingface, vllm и др.

Инфраструктура:

- собственный Hadoop-кластер приличных размеров

- GPU — до 32 H100 под обучение или до 10 A100 в рантайме (в зависимости от задач)

Требования

• высшее образование в области компьютерных, технических или физико-математических наук
• от 1 года в ML (готовы рассмотреть сильных кандидатов с меньшим опытом, но с хорошими pet-проектами или участием в соревнованиях)
• глубокое понимание теории ML, мат. статистики и теории вероятностей
• опыт применения основных библиотек анализа данных.
• базовые знания bash и git
• для LLM-направления — желателен опыт работы с NLP и GenAI (от 1 года)

Будет плюсом:

- опыт построения индустриальных решений или pet-проектов с LLM

- навык декомпозиции сложных задач и проактивный подход.

Условия

• возможность внести вклад в развитие самой перспективной сферы — искусственный интеллект
• участие в уникальных масштабных проектах по развитию AI
• комфортный современный офис рядом с м. Кутузовская
• формат работы: гибрид
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный 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
• вознаграждение за рекомендацию друзей в команду Сбера.