Senior Data Scientist. Forecasting (SberAI)

Навыки

• AI-агенты
• API (интеграции)
• Проектирование архитектуры
• Code review
• CUDA / ONNX / TensorRT
• EdTech
• Дообучение моделей

О компании и продукте

• Senior Data Scientist. Forecasting (SberAI)
• 12 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Мы — команда, которая стремится к disrupt ключевых процессов Банка и его партнеров через внедрение прорывных решений в области прогнозной аналитики и сценарного планирования с применением больших языковых моделей. Наш подход объединяет три ключевых элемента:

Задачи

• анализ требований и проектирование архитектуры решений на стыке классического forecasting и LLM
• разработка гибридных прогнозных моделей: от традиционных задач (временные ряды, регрессия, классификация) до агентных LLM-решений для сценарного планирования и стратегического прогнозирования
• интеграция LLM-агентов в forecasting-пайплайны для задач генерации сценариев, объяснения прогнозов, кросс-модального анализа и сложного многофакторного моделирования
• оптимизация моделей для промышленного внедрения: квантование, дистилляция, ускорение инференса для работы в production-среде
• взаимодействие с командой разработки для передачи моделей в production, включая разработку API и интеграцию с существующими системами
• документирование экспериментов, метрик и результатов (MLflow, Tensorboard, WandB)
• Code review, менторство младших специалистов и поддержка качества кода в команде
• исследование и внедрение новых подходов из научных публикаций по forecasting, LLM и агентным системам

Требования

• опыт работы в Data Science / Forecasting / Time Series — от 3 лет, с портфолио реализованных проектов
• хорошие инженерные навыки, понимание процесса ИТ-разработки и DevOps-процессов
• глубокое знание Python и основных библиотек для ML/Forecasting: PyTorch, TensorFlow, scikit-learn, Prophet, statsmodels, Darts, GluonTS
• понимание основ классического прогнозирования: ARIMA, SARIMA, экспоненциальное сглаживание, регрессионные модели, ансамбли
• опыт работы с LLM и агентными архитектурами (LangChain, LlamaIndex, AutoGen, CrewAI и др.)
• знание основных архитектур нейронных сетей для forecasting-задач (LSTM, GRU, Transformer, Temporal Fusion Transformer, N-BEATS, Chronos) и понимание принципов их интеграции с языковыми моделями
• опыт работы с фреймворками для деплоя моделей (ONNX, TensorRT, TorchScript) и оптимизации инференса
• умение читать научные статьи на английском (ICML, NeurIPS, KDD, IJCAI, ICLR) и быстро прототипировать новые подходы
• понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA, адаптеры, RAG
• опыт работы с агентными системами для автоматизации аналитических задач и генерации сценариев будет преимуществом

Условия

• комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты. Годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка Прайм с возможностью совместного использования на трёх близких
• 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.