Data scientist

Python
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.
Ищем Middle Data Scientist в NLP, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду.

Обязанности

Создание и развитие решений с задействованием IA-агентов (полноценные мультиагентские системы).

Создание Retrieval Augmented Generation (RAG)

Разработка и поддержка моделей машинного обучения (ML), включая их обновление и адаптация к меняющимся условиям и требованиям бизнеса.

Дообучение и адаптация открытых LLM: файнтюнинг, Self-Supervised Learning, LoRAСоздание системы мониторинга качества моделей и контроль их эффективности.

Реализация моделей распознавания объектов и обнаружения артефактов на изображениях.

Требования

Опыт в ML от 3 лет.

Опыт создания агентов на LangChain или GigaChain.

Знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling для моделей.

Опыт работы с RAG.

Опыт решения бизнес-задач с использованием различных LLM-моделей (BERT, RoBERT, XLNet, LLaMA) не только через Hugging Face, а файнтюниг с PyTorch

Запуск LLM локально, понимание чем отличаются LLaMA, Qwen, DeepSeek и пр. будет весомым плюсом.

Что мы оцениваем особо высоко:

Проактивность и самостоятельность в работе.

Способность брать ответственность за принятые решения и стремление к постоянному развитию профессиональных навыков.

Высокая продуктивность и умение быстро осваивать новые направления и подходы.

Желательные компетенции:

Опыт работы с задачами Anomaly Detection и Named Entity Recognition / Object Extraction.

Навыки работы с потоковыми системами типа Apache Kafka.

Владение технологиями видеоаналитики и опыта работы с моделями оценки позы (pose estimation).

Хорошее представление о структуре изображений и фильтрации визуальных данных.

Используемые технологии:

Python

Spring (IoC/DI, beans)

Hadoop, Spark, Kafka, Elasticsearch

SOAP, REST

Bitbucket, Jira, Confluence, Jenkins, OpenShift

Условия

Офис\гибрид метро Кутузовская

Полностью белая зарплата плюс ежегодная премия.

Возможность профессионального роста и корпоративного обучения.

Корпоративное медицинское страхование и дополнительные льготы сотрудникам.

Программы поддержки здоровья семьи сотрудника.

Дополнительные выплаты в экстренных жизненных ситуациях.

Привилегированные условия кредитования.

Специальные скидки и акции от партнёров компании (спортивные занятия, страховка, путешествия).

Откликнуться

EditPublish