NLP Engineer (GigaChat Pretrain)

В команду требуются специалисты по Data Science для внедрения современных ML и AI решений в различные процессы всех линий бизнеса Сбербанк Страхования. Мы ищем профессионала, который будет развивать направление генеративного ИИ и создавать инновационные решения на базе больших языковых моделей. Если у тебя есть идеи как сделать жизнь множества клиентов Сбербанк Страхования лучше - тогда нам по пути!

Обязанности

• Проведение исследовательского анализа данных (EDA) для выявления ключевых метрик и закономерностей, построение моделей. Data-driven подход к разработке;
• Разработка и внедрение AI-агентов на базе LLM (SOTA open-source решения), в т.ч участие в создании и развитии RAG-систем (Retrieval-Augmented Generation);
• Проектировать архитектуру приложений и пайплайнов обработки пользовательских запросов;
• Работа с LLM: написание и оптимизация промптов (prompt engineering), управление взаимодействием с моделью;
• Интеграция решений с корпоративными системами, обеспечение их взаимодействия;
• Создание автономных бизнес-процессов в компании.

Требования

• Опыт работы с Python и библиотеками: pytorch, pandas, numpy, SQLAlchemy, Scikit-learn, Matplotlib/Seaborn
• Писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов.
• Практический опыт в NLP: векторизация текста, классификация запросов, построение RAG-систем, дообучение языковых моделей, эмбеддингов и пр.
• Практический опыт в CV: дообучение Sota моделей в задачах классификации, детекции, сегментации, идентификации и пр.
• Понимание классических алгоритмов ML
• Понимание методов обучения нейросетевых моделей (transfer learning, fine tuning)
• Навыки работы с Git, опыт интеграции решений в промышленные среды
• Будет плюсом:
• LangChain/LangGraph
• Базовые навыки работы с OracleDB/PostgreSQL
• Понимание PEFT методов дообучения LLM/VLM
• Опыт разработки чат-ботов и диалоговых систем, знание этапов продакшн-Внедрения ML/AI-решений
• Навыки контейнеризации (Docker) и работы с async/threading.
• Навык работы с генеративными AI-моделями и опыт создания AI-агентов и использования их в работе

Условия

• Гибридный формат работы (современный офис в Москве, Олимпийский проспект 14);
• Льготные ипотечные условия кредитования;
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие;
• ДМС с первого дня и скидки на страхование для близких;
• Корпоративная пенсионная программа;
• Детский отдых и подарки за счет Компании;
• Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию;

<iframe allow="autoplay; fullscreen; accelerometer; gyroscope; picture-in-picture; encrypted-media" frameborder="0" height="315" scrolling="no" src="https://runtime.strm.yandex.ru/player/video/vplvrjxixu4yqmlo2q7x?autoplay=1&amp;mute=1" width="560"></iframe>

Больше об аналитике и метриках Поиска — в видео от Лены, руководителя группы экосистемных исследований.

В Яндексе много разных поисков (квартиры, видео, афиша, врачи, услуги, товары и другие). Они различаются по технологиям, масштабу, качеству, но одно верно: сделать новый поиск — это большой инженерный и продуктовый проект. Мы радикально упрощаем эту задачу и создаём платформу, на которой поиски можно будет запускать или улучшать одним промптом.

Аналитическая команда внутри платформы отвечает за:
* формализацию продуктовых требований от заказчиков о том, как выглядит хорошее ранжирование;
* создание датасетов для валидации и обучения;
* эталонную разметку;
* разработку агентов-разметчиков;
* дизайн логов;
* офлайн- и онлайн-приёмку.

Главное отличие от обычной аналитической работы — мы делаем конвейер аналитики, а не улучшаем отдельные сервисы.

На каждом этапе мы придумываем универсальные критерии качества, которые будут работать сразу для сотен клиентов: как должны выглядеть хорошие датасеты; по каким признакам принимать работу агентов-разметчиков; как убедиться, что пользователи стали счастливее.

Датасеты

Вы будете придумывать, как агентам из логов любого сервиса собрать честный и воспроизводимый набор для оценки: что считать репрезентативным; как не потерять сложные случаи и как понять, что набор вообще способен различать хорошее ранжирование и плохое.

Разметка

Вам предстоит понять, как переводить продуктовый заказ в разметку и какими внешними знаниями должны обладать агенты для хорошей разметки. Кроме того, важно определить, как контролировать качество семантического слоя, из которого берутся эти знания, а также как обеспечить устойчивость разметки к внешним факторам.

Приёмка

Вам нужно будет определять, по каким признакам вообще можно принять новое ранжирование: какие офлайн-метрики предсказывают онлайн-эффект; как построить иерархию метрик для сервиса, который видишь впервые; как отличить настоящее улучшение от артефакта разметки; как извлекать идеи для будущих улучшений из реальных логов.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно пишете на Python и SQL
* Разбираетесь в алгоритмах и структурах данных
* Знаете математическую статистику и умеете проверять гипотезы
* Понимаете, почему важно всегда смотреть на данные

* Работали с поиском или рекомендациями
* Интересуетесь ML-аналитикой
* Знаете, как работать с кодинг-агентами
* Умеете общаться, ясно излагать мысли, понимать и учитывать мнение коллег, убеждать

Чем предстоит заниматься:

Это роль-гибрид: вы будете одновременно AI-лидером (проработка гипотез, работа с подрядчиками) и Data Scientist'ом (модели, данные, ML).
🔬 1. Бизнес-гипотезы

• Взаимодействовать с бизнес-заказчиками (маркетинг, продажи, продукт, HR, логистика), выявлять точки применения AI
• Формулировать и тестировать гипотезы: «А что, если мы автоматизируем / предскажем / кластеризуем / порекомендуем вот это?»
• Проводить оценку эффективности гипотез (стоимость разработки vs выгода)

🤖 2. Работа с LLM и YandexGPT

• Развивать текущую интеграцию с LLM (Яндекс) — уже используем её, нужно масштабировать
• Проектировать RAG-решения (Retrieval-Augmented Generation) для ответов по корпоративным данным
• Разрабатывать AI-ассистентов для: Ad-hoc запросов по анализу данных - ответы на типичные вопросы по данным виесто формирования типовых дашбордов, внутренних процессов — поиск по документам, генерация отчётов, интерпретация показателей

📊 3. Data Science (модели и данные)

• Разрабатывать ML-модели (классификация, регрессия, кластеризация, прогнозирование временных рядов)
• Собирать и подготавливать данные для моделей из DWH и других корпоративных источников
• Проводить EDA, feature engineering, валидацию, A/B-тесты
• Подтверждать качество моделей — формальная метрика качества (business metrics, а не только ML-метрики)
• Документировать результаты (отчёты, презентации для стейкхолдеров)

🤝 4. Работа с подрядчиками и пилотами

• Искать на рынке внешние AI-решения, отвечающие запросам бизнеса
• Формировать ТЗ для подрядчиков, оценивать их компетенции
• Управлять пилотами: сроки, KPI, приёмка результатов
• Готовить фактуру для принятия решения: build (делаем сами) vs buy (покупаем готовое решение vs partner (берём подрядчика)
• Текущий пул: LLM-проекты с Яндексом; в планах — AI-ассистенты для данных, NLP-решения, Computer Vision (если есть потребность)

🛠️ 5. Интеграция и внедрение

• Доводить модели до продакшена — встраивать их в существующую DWH-инфраструктуру
• Писать ETL/ELT-пайплайны для ML (совместно с DWH-инженерами)
• Мониторить качество моделей в продуктивном контуре, настраивать автопереобучение
• Интегрировать AI-решения с текущими системами компании (CRM, BI, корпоративный портал)

Что мы ожидаем:

• Опыт работы со сложными запросами, оконными функциями, CTE, DWH (PostgreSQL / ClickHouse);
• Опыт работы с YandexGPT / GPT / Open-source LLM, понимание RAG, промпт-инжиниринг;
• Владеете базовыми навыками разработки;
• Имеете опыт ведения проектов от сбора требований, защиты идей перед стейкхолдерами до презентации результатов.

А также:

• Pandas, NumPy, Scikit-learn, FastAPI / Flask;
• Градиентный бустинг (CatBoost, XGBoost, LightGBM), линейные модели, кластеризация, метрики, валидация.
  

Со своей стороны мы предлагаем:

• Работу в одной из крупнейших международных компаний, с брендами, которые действительно любят;
• Конкурентоспособную заработную плату (по результатам собеседования), годовой бонус;
• Официальное трудоустройство, соблюдение Трудового Кодекса РФ;
• Оплачиваемый больничный до 100% оклада;
• Полис ДМС (расширенный со стоматологией), страхование жизни;
• Компенсацию питания;
• Сервис «Понимаю» - бесплатные консультации психологов, юристов, финансистов, специалистов по здоровому образу жизни;
• Пятидневную рабочую неделю (гибридный формат работы), пятница - сокращённый рабочий день (до 15:30);
• Офис в центре Москвы (7 минут от ст. м. Новослободская и Маяковская);
• Кофейные наборы в подарок каждый квартал;
• Лучший кофе в офисе :)