AI исследователь

Мы разрабатываем системы безопасности и контроля для LLM и генеративных AI-моделей. Наша цель — создавать надёжные guardrails, которые предотвращают нежелательное поведение моделей, токсичный контент, jailbreak-атаки, утечки данных и нарушения политик, сохраняя при этом полезность и качество ответов. Мы ищем сильного специалиста в команду разработки. Человек будет не просто писать код, а глубоко понимать предметную область: проектировать и развивать защитные механизмы вокруг LLM, проводить активную аналитику собственного решения и решений конкурентов, выявлять слабые места и предлагать улучшения на основе данных и экспериментов.

Ключевой фокус — сочетание hands-on разработки и исследовательско-аналитической работы. Нам нужен человек с экспертизой, который понимает, почему работает (или не работает) тот или иной подход, а не просто применяет готовые библиотеки.

Твои задачи:

• разрабатывать и улучшать компоненты AI Guardrails: фильтры контента, системы детекции токсичности, bias, PII, jailbreak-попыток, prompt injection и других рисков
• интегрировать и дообучать модели классификации / модерации (toxicity, hate speech, self-harm, sexual content и др.)
• проектировать и реализовывать пайплайны pre-/post-processing для LLM (input/output filtering, rewriting, refusal mechanisms)
• создавать и поддерживать evaluation-фреймворки: бенчмарки, red-teaming, adversarial testing, метрики безопасности и robustness
• работать с LLM API / open-source моделями, оптимизировать latency и качество guardrails
• участвовать в разработке политик безопасности, документировать решения
• анализировать инциденты, улучшать покрытие edge-cases и снижать false positive/negative.

Мы ожидаем, что у тебя есть:

• 2–4+ года коммерческого опыта в ML/AI-разработке (Python)
• опыт работы с LLM (OpenAI, Anthropic, open-source: Llama, Mistral, Qwen и т.д.)
• практический опыт построения систем модерации / content safety / guardrails или похожих задач (toxicity detection, PII redaction, prompt defense)
• хорошее знание NLP: классификация текста, embeddings, fine-tuning (LoRA/QLoRA), evaluation
• опыт с PyTorch / Hugging Face Transformers, LangChain / LlamaIndex / аналогичными фреймворками
• понимание основных угроз LLM (jailbreaks, prompt injection, data leakage, hallucination risks)
• умение писать чистый, тестируемый код, работать с CI/CD, Docker.
• самостоятельность и ownership: способность брать задачу end-to-end (от исследования до production)
• навыки работы с генеративными AI-моделями.

Будет плюсом:

• опыт red-teaming / adversarial ML / safety evaluation
• знание техник alignment (RLHF, DPO, constitutional AI) и safety benchmarks (HarmBench, JailbreakBench, AdvBench и др.)
• опыт работы с vector DB, RAG-пайплайнами и их безопасностью
• знание multi-modal guardrails (изображения + текст)
• опыт production-deployment ML-систем (FastAPI, Kubernetes, мониторинг).
• английский на уровне чтения документации.

Работа в СберТехе - это:

• гибридный формат работы
• годовой бонус и ежегодный пересмотр зарплаты
• статус аккредитованной ИТ-компании
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• 90 дней удаленной работы из любого региона РФ
• льготная ипотека в Сбере
• бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.

Привет! Это команда Рекомендаций к товарам.

Мы отвечаем за рекомендации на карточке товара (PDP) — один из ключевых рекомендательных сценариев Ozon. Каждый день через наши алгоритмы проходят миллионы пользователей, а качество рекомендаций напрямую влияет на GMV, количество заказов, рекламную выручку и пользовательский опыт.

Мы ищем сильного ML-инженера, который займётся развитием полки рекомендаций на корзине.

Вы будете

• Улучшать персональные рекомендации с помощью современных трансформерных моделей и классического ML-стека

• Заниматься фичеинжинирингом и настройкой ETL-расчётов

• Разрабатывать совместно с коллегами из runtime решений, работающих под высокими нагрузками

• Запускать A/B-тесты и анализировать результаты

• Исследовать современные подходы

Наш стек

• Python · PyTorch · Golang · Hadoop Stack (Spark, Hive, HDFS) · Airflow

Нам важно

• Опыт работы в Information Retrieval (Ranking, RecSys, Search Engines)

• Опыт в Data Science от 3 лет

• Опыт разработки и вывода в production ML/DL-алгоритмов

• Уверенные теоретические знания ML и DL

• Владение основными алгоритмами и структурами данных

• Python на уровне достаточном для реализации production ML-фич

Будет плюсом

• Опыт работы с высоконагруженными системами

• Знания DeepRecsys или прикладного NLP применительно к RecSуs

• Знание Hadoop-стека и работа с большими данными (особенно ценим Spark и умение писать эффективные SQL-запросы)

• Опыт программирования на Go или другом компилируемом языке (Java, C++, C#)