Data Scientist / ML Researcher (Мультиагентный ИИ Ассистент)
Middle · Гибрид · Москва, Россия · Английский не нужен
Навыки
AI-агенты
B2C-продажи
Big Data
Анализ данных
EdTech
LLM
Микросервисы
Ещё 11
Machine Learning
NLP
NumPy
Pandas
Prompt engineering
PyTorch
RAG
Работа с требованиями
scikit-learn
Spark
Статистика
О компании и продукте
Мы команда Цифрового Ассистента B2C. Мы создаем продукт, который ежедневно помогает десяткам миллионов наших клиентов на новом уровне пользоваться услугами и продуктами Банка и Экосистемы.
Сейчас наша команда разрабатывает новый функционал, позволяющий клиентам решать не только повседневные, но и более сложные комплексные задачи и цели, которые могут состоять из множества взаимосвязанных шагов и быть распределенными во времени.
Для решения задачи в нашем распоряжении цифровая платформа и широкий набор инструментов, представленных мультиагентной системой на основе LLM GigaChat, интегрированной со множеством банковских сервисов.
Задачи
Проектирование и разработка новых платформенных инструментов и агентов и расширение функционала существующих
Проведение глубокого анализа данных и пользовательских сценариев мультиагентной системы, проработка функциональных требований к новым специализированным агентам
Разработка и улучшение платформенных механизмов, таких как система роутинга, оркестрации, планирования, управления контекстом и памятью, извлечения инсайтов
Разработка комплексной системы метрик качества как отдельных компонентов системы, так целых компонентов системы
Создание пайплайнов автоматизации мониторинга и визуализации метрик, в том числе с применением подхода LLM-as-a-Judge
Требования
Высшее техническое или математическое образование
Опыт в сфере машинного обучения и анализа данных от трех лет
Глубокое понимание принципов работы и архитектур LLM, NLP и классических ML-алгоритмов, знание математической статистики и теории вероятностей
Владение на высоком уровне основными инструментами и фреймворками для ML разработки, аналитики и обработки больших данных, работы с LLM агентами (pandas, numpy, sklearn, pytorch, langchain, langgraph, pyspark)
Уверенные практические навыки работы с LLM и промпт-инжениринга
Понимание принципов построения промышленных микросервисных архитектур, мультиагентных систем и LLM-приложений
Условия
Возможность создавать и развивать инновационный продукт, использующий передовые технологии и задающий тренды в отрасли
Работу в кросс-функциональной команде сильных специалистов
Широкое пространство для развития и реализации ваших идей и экспертизы
Современный технологический стек и развитая IT-инфраструктура
Гибридный режим работы, комфортный современный офис на м. Кутузовская
Ежегодный пересмотр зарплаты, 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
Паспорт вакансии
История публикации
Появилась в Вакандии27 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели сегодня
Среди похожихНет данных105 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдMiddleвыведено из другого признака
Формат работыГибридвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Карьерный сайт работодателя
Найдено публикаций
1
Посмотреть публикации и даты
careerОсновная публикация · дата неизвестна
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%