Middle Data Scientist (SafeHub)

Навыки

• AI-агенты
• AI-инструменты в работе
• aiohttp / asyncio
• API (интеграции)
• EdTech
• FastAPI
• Дообучение моделей

О компании и продукте

• Middle Data Scientist (SafeHub)
• 13 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей.

Задачи

• cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы)
• cоздание RAG-систем
• разработка и поддержка ML/DL моделей, включая их обновление и адаптация к меняющимся условиям и требованиям бизнеса
• дообучение и адаптация открытых LLM
• создание системы мониторинга качества моделей и контроль их эффективности

Требования

• опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен
• понимание математики классического ML и архитектуры нейросетей (PyTorch/TF)
• уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face
• уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI)
• опыт создания агентов на LangChain/LangGraph
• знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling
• опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies)
• опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM
• опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA)
• настройка мониторинга data drift и model decay, а также валидация моделей
• 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

Условия

• инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
• среда для обмена знаниями – высокая экспертиза внутри команды
• сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
• нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
• стабильная заработная плата и годовой бонус
• полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• вознаграждение за рекомендацию друзей в команду Сбера

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.