Senior Data Scientist (Разработка AI-решений)

Навыки

• AI-агенты
• XGBoost / LightGBM / CatBoost
• Решения на данных
• Docker
• FastAPI
• Дообучение моделей
• Flask

О компании и продукте

• Технологии/инструменты BERT CatBoost Data Science Docker FastAPI Flask Gensim LSTM Machine Learning Matplotlib NLP NLTK NumPy Pandas Python PyTorch RNN scikit-learn Spacy TensorFlow XGBoost Мы разрабатываем AI-агентов для продуктовых команд и ТОП-процессов. Блока "Стратегия и развитие", совмещая Classic NLP, LLM-based и мультиагентные подходы с целью повышения внутренней эффективности и автономизации задач на основе Leading Edge технологий в области AI

Задачи

• Разработка и внедрение ML-моделей и AI-агентов от этапа MVP до ПРОМ (CRISP-DM)
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering и др
• Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangChain/GigaChain)
• Адаптация и обучение языковых моделей (LLM) Сбера на основе внутренних и внешних данных (In-Context Learning, Prompt Tuning, RAG, PEFT)
• Индексация и ранжирование текстовых документов разной длины
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач
• Определение ML SysDes решения с учетом разрешенного технологического стека
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования
• Основные направления деятельности
• Мэтчим разные сущности банка (продукты, функции, цели, встречи, письма, задачи Jira и др.) для создания полной картины в рамках анализа эффективности всей организации
• Формируем рекомендации по повышению эффективности на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов
• Реализуем пайплайны обработки внутренних документов произвольной длины для максимального ускорения работы с ними (маршрутизация, рекомендация замечаний и генерация корректных документов с нуля)
• Проводим анализ графов целей организации (связанность, каскадирование, полнота и актуальность) для выравнивания стратегии банка на всех уровнях, а также рекомендуем амбициозные цели с учетом контекста и приоритетов стратегии
• Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач
• Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection)
• Проверяем гипотезы любой сложности для получения Data-driven инсайтов, которые становятся предметом обсуждения на стратегических сессиях руководства банка
• В наши глобальные планы входит
• Разработка и внедрение AI-агентов для самых приоритетных стратегических процессов банка с потенциалом переиспользования на внешнем рынке
• Создание SotA-решений с учетом специфики банка

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ
• Опыт в разработке NLP-моделей (обязательно) и рекомендательных систем (желательно)
• Понимание жизненного цикла моделей (CRISP-DM)
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов
• Высокий уровень владения ядром Python и SQL
• Свободное владение базовыми библиотеками на Python: pandas, NumPy, matplotlib, seaborn и др
• Знание фреймворков, библиотек, алгоритмов машинного обучения: scikit-learn, PyTorch, XGBoost, CatBoost, TensorFlow, transformers
• Опыт работы с NLP-библиотеками: pymorphy2, NLTK, Gensim, spaCy, regexp
• WEB-фреймворки: FastAPI (async methods), Flask и др
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5)
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.)
• Контейнеризация: Docker, OpenShift

Условия

• Ипотека выгоднее на 7% для каждого сотрудника и льготные условия кредитования
• 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

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.