Назад
16 часов назад

Senior Data Scientist (Внутренняя безопасность)

Формат работы
onsite
Тип работы
fulltime
Грейд
middle/senior
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Senior Data Scientist (Внутренняя безопасность) (AI/LLM): Разработка AI-агентов, RAG-систем и ML/DL-моделей для решений внутренней безопасности с акцентом на адаптацию LLM, fine-tuning и высокопроизводительный инференс. Focus on проектировании мультиагентских систем, локальном развертывании open-source моделей, мониторинге качества и выявлении изменений в данных.

Локация: Москва, полностью офисный формат работы на месте работодателя; офис расположен рядом с Москва-Сити, в пяти минутах от метро «Кутузовская».

Компания

Подразделение Сбера создает AI-инструменты и решения для внутренней безопасности.

Что делать

  • Создавать и развивать решения на базе LLM-агентов, включая полноценные мультиагентские системы.
  • Проектировать и развивать RAG-системы.
  • Разрабатывать, поддерживать и адаптировать ML/DL-модели к меняющимся требованиям бизнеса.
  • Дообучать и адаптировать открытые LLM, а также развертывать локальные модели в production.
  • Создавать мониторинг качества моделей, контролировать их эффективность, настраивать мониторинг data drift и model decay.

Требования

  • Оконченное высшее образование.
  • От пяти лет коммерческой разработки на позиции Data Scientist или ML Engineer, с подтвержденным опытом вывода моделей в production.
  • Понимание математики классического ML и архитектур нейросетей; практический опыт с PyTorch или TensorFlow.
  • Уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch и Hugging Face.
  • Уверенный Python, чистый код, ООП, NumPy, pandas, scikit-learn; понимание микросервисной архитектуры, Asyncio и FastAPI.
  • Опыт создания агентов на LangChain/LangGraph, знание промпт-инжиниринга, Structured Outputs и Function Calling.
  • Опыт проектирования и развития RAG-систем: Multi-stage Retrieval, Dense + Sparse/BM25, rerankers и chunking strategies.
  • Опыт развертывания Llama, Mistral, Qwen, DeepSeek и других open-source моделей в production, а также настройки высокопроизводительного LLM-инференса с помощью vLLM.
  • Опыт fine-tuning LLM-моделей с использованием PEFT, LoRA/QLoRA; валидации моделей и настройки мониторинга data drift и model decay.
  • Навыки работы с генеративными AI-моделями и инструментами AI для анализа, генерации и автоматизации.

Хорошо, если есть

  • Опыт создания и применения AI-агентов в работе.
  • Опыт использования GigaChat, Kandinsky и аналогов в продуктах.

Культура и преимущества

  • Инновационные проекты, профессиональное развитие и возможность углублять экспертизу.
  • Обмен знаниями, высокая экспертиза внутри команды и совместная работа над общими задачами.
  • Стабильная заработная плата и годовой бонус.
  • Более 400 образовательных программ СберУниверситета.
  • Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
  • Современный IT-офис с фитнес-залом, подписка Прайм и вознаграждение за рекомендации.

Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →