Удалённо из России · Санкт-Петербург, Россия · Английский: чтение документации
Не указано: грейд
Навыки
AI-агенты
API (интеграции)
Анализ данных
EdTech
JSON
LLM
Machine Learning
Ещё 5
Pandas
Prompt engineering
Python
RAG
Техническая документация
О компании и продукте
07 августа 2026 • г Санкт-Петербург • ПАО Сбербанк • IT: Data Science и Data Engineering
Мы – команда GigaChat Data, готовим данные для обучения всей линейки моделей LLM GigaChat (GigaChat, GigaChat Vision, GigaChat Audio и др.). Мы специализируемся на создании и улучшении промптов (prompt-engineering), которые помогут нам развивать наши продукты, повышая качество взаимодействия моделей с пользователями.
Задачи
разработка и оптимизация сложных системных и пользовательских промптов
интеграция LLM через API в продуктовые сценарии
тестирование промптов, проведение экспериментов и оптимизация их по метрикам качества
проведение фактчекинга и ревью ответов моделей, устранение галлюцинаций и улучшение стиля
анализ датасетов, выявление и устранение узких мест
работа в связке с AI-тренерами, ML-инженерами, аналитиками и продуктовой командой
Требования
опыт работы с API LLM (GigaChat, OpenAI, Anthropic, локальные модели и др.)
практический опыт создания и оптимизации системных и пользовательских промптов с применением разных методов (few-shot, zero-shot, chain-of-thought, self-consistency и др), настройки параметров генерации (temperature, top_p, max_tokens и др.) и адаптации промптов под разные сценарии использования модели
опыт тестирования и оценки промптов
уверенное владение Python для автоматизации (pandas, requests/httpx, работа с JSON, обработка данных)
понимание принципов RAG и tool-calling – умение проектировать и реализовывать пайплайны с retrieval-augmented generation
знание подходов к интеграции инструментов (tool-calling) для выполнения внешних функций, работы с API
понимание принципов работы LLM, этапов обучения моделей и базовых статистических метрик, используемых в ML
знание английского языка на уровне чтения технической документации
Будет плюсом
опыт работы с LangChain, GigaChain или аналогами
навык написания пайплайнов генерации и валидации промптов
Условия
удаленный формат работы для жителей Санкт-Петербурга и Ленинградской области, в том числе из городов без районного коэффициента
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
расширенный ДМС, льготное страхование для семьи и корпоративную пенсионную программу
бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров
вознаграждение за рекомендацию друзей в команду Сбера
Паспорт вакансии
История публикации
Появилась в Вакандии26 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 26 дней назад
Среди похожихНет данныху карточки не хватает полей, чтобы найти похожие
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
Грейдне указан
Формат работыУдалённо из Россиивычитано из текста вакансии
ГеографияСанкт-Петербург, 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 карточки502 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%