Middle · Гибрид · Москва, Россия · Английский не нужен
Навыки
AI-агенты
AI-инструменты в работе
Bash / shell
Чат-боты
Анализ данных
Решения на данных
Дообучение моделей
Ещё 17
LLM
Микросервисы
Machine Learning
MVP и discovery
NLP
NumPy
Pandas
Презентации и выступления
Prompt engineering
Прототипирование
Python
PyTorch
RAG
scikit-learn
Постановка задач и ТЗ
Системный анализ
Transformers / HuggingFace
О компании и продукте
Ищем амбициозного Data Scientist-а для решения классных задач. В нашей команде ты
Задачи
Совершенствовать уже существующих и разрабатывать новых AI-агентов для анализа эффективности исполнения процессов в Банке, а также генерации инсайтов на базе мониторинга исполнения процессов и обратной связи из различных источников
Участвовать в опромышленивании создаваемых AI-агентов
Решать классические NLP-задачи (занимаемся семантическим поиском, кластеризацией, классификацией, саммаризацией, перефразированием и т. д.)
Взаимодействовать с бизнес-заказчиком для определения требований и постановки задач
Обучать и адаптировать LLM для решения задач внутри продукта (SFT, prompt-tuning, RAG)
Разрабатывать AI-агентов от идеи до вывода в продакшн (сбор и поиск данных, предобработка, разработка архитектуры AI-агента, создание PoC, проведение демо, доработка MVP, создание микросервиса, деплой и вывод в ПРОМ)
Будешь создавать и кастомизировать LLM-агентов (от SFT до RAG и prompt-engineering) для реальных бизнес-кейсов
Построишь инфраструктуру для роя агентов: внедришь паттерны, подберешь структуры под бизнес-логику
Спроектируешь мультиагентную оркестрацию: научишь агентов общаться, распределять задачи и координировать усилия без участия человека
Поработаешь с полным циклом AI-продукта: от прототипа в Jupyter до промышленного пайплайна в продакшене
Сможешь лично влиять на продукт, который меняет корпоративную культуру
Освоишь тонкости адаптации LLM под узкие задачи
Поймешь, как оценивать и отлаживать мультиагентные системы: кто виноват, если из 10 агентов один сбоит, и как не потерять интерпретируемость
Получишь свободу для тестирования state-of-the-art методов на бизнес-кейсах
Требования
Опыт работы на позиции Data Scientist от 3-х лет
Профильное образование (прикладная математика, компьютерные науки, теоретическая и прикладная лингвистика)
Уверенное владение Python
Глубокие знания в NLP (статистические методы (n-граммы, TF-IDF), нейронные сети (сверточные, рекуррентные), трансформеры)
Опыт в применении различных методов адаптации и дообучения языковых моделей (fine-tuning, prompt-tuning, SFT)
Владение Python-библиотеками для анализа данных (pandas, NumPy, matplotlib, seaborn)
Опыт работы с ML/NLP-фреймворками и библиотеками (scikit-learn, PyTorch, transformers, LangChain, LangGraph, pymorphy2, NLTK, Gensim, spaCy, regexp)
Опыт работы с bash/git
Оставаться up-to-date с новейшими разработками в области NLP и LLM
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
Технологии/инструменты Bash Data Science Gensim Jupyter Machine Learning Matplotlib Neural Networks NLP NLTK NumPy Pandas Python PyTorch scikit-learn Spacy TF-IDF Transformers Система SberBPM — продукт, который позволяет сформировать комплексное понимание и управлять жизненным циклом клиентских путей и процессов
Система SberBPM консолидирует всю информацию по клиентским путям и процессам в одном месте (реестры, владение, регламентация, метрики, применение ИИ в процессах) и предоставляет широкий набор инструментов и сервисов для управления, редизайна и мониторинга эффективности клиентских путей и процессов с целью их непрерывного совершенствования
Условия
Ипотека выгоднее на 7% для каждого сотрудника и льготные условия кредитования
Возможность выбрать удобный формат работы — гибрид или офис
Бесплатная подписка СберПрайм+
Скидки на продукты компаний-партнеров
ДМС с первого дня и льготное страхование для близких
Корпоративная пенсионная программа
Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию
Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы
Внедришь агентов как полноценных участников бизнес-процессов с правами на действия в корпоративных системах
Увидишь, как твои алгоритмы превращаются в фичи платформы — от чат-ботов для подачи идей до AI-ассистентов для анализа инициатив
Твои модели будут напрямую улучшать опыт тысяч сотрудников Сбера
Прокачаешься в самом востребованном направлении AI
Паспорт вакансии
История публикации
Появилась в Вакандии28 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 28 дней назад
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.
ГрейдMiddleвычитано из текста вакансии
Формат работыГибридвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплата≈ 300 000 RUB в месяцнаша оценка, в вакансии не названа
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки1004 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки работодателя нет, показана наша оценка
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
getmatchОсновная публикация · 2026-07-18
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%