Описание
Подразделение Сбера создает инструменты и решения для внутренней безопасности с помощью AI. Команда развивает AI-агентов, RAG-системы, локальные инстансы LLM и их дообучение, а также разрабатывает модели для скоринга, поведенческого моделирования и выявления скрытых связей с помощью графовых нейронных сетей.
Задачи
•Создавать и развивать решения с использованием LLM-агентов, включая полноценные мультиагентские системы
•Создавать RAG-системы
•Разрабатывать и поддерживать ML/DL-модели, обновлять и адаптировать их к меняющимся условиям и требованиям бизнеса
•Дообучать и адаптировать открытые LLM
•Создавать систему мониторинга качества моделей и контролировать их эффективность
Требования
•От 3 лет коммерческой разработки на позиции Data Scientist или ML Engineer с подтвержденным опытом вывода моделей в продакшен
•Понимание математики классического ML и архитектуры нейросетей, опыт работы с PyTorch или TensorFlow
•Уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch или Hugging Face
•Уверенное знание Python, чистого кода, ООП, numpy, pandas и scikit-learn
•Понимание принципов микросервисной архитектуры, Asyncio и FastAPI
•Опыт создания агентов на LangChain и LangGraph
•Знание основных концепций промпт-инжиниринга, Structured Outputs и Function Calling
•Опыт проектирования и развития RAG-систем, включая Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers и стратегии Chunking
•Опыт развертывания локальных open-source-моделей Llama, Mistral, Qwen, DeepSeek и других в продакшен-окружении
•Опыт настройки высокопроизводительного инференса LLM с помощью vLLM
•Опыт проведения Fine-tuning LLM-моделей с использованием PEFT и LoRA/QLoRA
•Опыт настройки мониторинга data drift и model decay, а также валидации моделей
•Навыки работы с генеративными AI-моделями
•Опыт использования GigaChat, Kandinsky и аналогов в продуктах
•Навыки создания и использования AI-агентов
•Умение применять AI для анализа, генерации и автоматизации
•Будет плюсом опыт создания AI-агентов и использования их в работе
Условия
•Стабильная заработная плата и годовой бонус
•Инновационные проекты и задачи для профессионального развития
•Возможность обмениваться знаниями с экспертами команды
•Корпоративные сообщества по интересам с поддержкой сотрудников
•Современный IT-офис вблизи Москва-Сити, в пяти минутах от метро «Кутузовская»
•Фитнес-зал
•Более 400 образовательных программ СберУниверситета
•Расширенный ДМС
•Льготное страхование для семьи
•Корпоративная пенсионная программа
•Вознаграждение за рекомендацию друзей в команду Сбера
