Сбер

Data Scientist в SberBPM

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

Работодатель

Сбер

50 активных вакансий · вилка работодателя указана в 37%

Открыть профиль компании

Безопасность

Отклик уходит на сайт источника

Вакандия показывает вакансию, но не отправляет отклик и не проверяет работодателя. Сам отклик вы оставляете на внешнем сайтеgetmatch.ru.

Признаки мошенничества
  • Просят предоплату, «залог» или деньги за обучение и оборудование.
  • Требуют код из SMS, данные банковской карты или доступ к «Госуслугам».
  • Быстро уводят в мессенджер и торопят с решением.
  • Обещают большой доход без опыта и без деталей задач.

Настоящий работодатель не просит денег и платёжных данных до трудоустройства.

Продолжить поиск

Похожие вакансии

Причина сходства указана на каждой карточке

  1. Почему похожа: похожая специализация · тот же грейд

    Mish

    Дата-аналитик (Middle)

    • Middle
    • Удалённо из России
    • Россия
    Подробнее