Machine Learning Engineer (Human-Like Chatbot) (Python, JavaScript)

Мы создаем и применяем AI-технологии для развития финансовой экосистемы Т‑Банка: внедряем машинное обучение в продукты и внутренние процессы компании, делаем решения качественнее, безопаснее и удобнее для пользователей, вкладываемся в долгосрочные исследования.

Сейчас мы в поисках ML-инженеров.

Технологии, которыми мы занимаемся:

• Диалоговые системы. Обучаем финансового ассистента поддерживать разговор и отвечать на запросы пользователей в чате с поддержкой.
• Компьютерное зрение. Делаем безопасную авторизацию по лицу, оживляем фотографии для реалистичной анимации, распознаем документы и многое другое.
• Рекомендательные системы. Учимся предугадывать желания пользователей, чтобы предлагать им именно то, что нужно.
• Речевые технологии. Автоматизируем голосовое общение между бизнесом и клиентами.
• ML-антифрод. С помощью алгоритмов оберегаем пользователей от мошенников, оперативно замечая подозрительные действия в личном кабинете.
• Предиктивные технологии. Делаем прогнозы, чтобы помогать клиентам контролировать финансы.

Как мы работаем:

• Делаем жизнь миллионов людей лучше, предоставляя доступ к качественным продуктам: от финансового ассистента Олега до рекомендательной ленты в приложении «Пульс».
• Даем возможность как закидывать наработки в прод на миллионы пользователей, так и проводить исследования в своей области.
• Делимся опытом во всех областях ML: CV, NLP, RecSys, Speech и Time Series.
• Проводим внутренние семинары и обсуждаем последние новости AI. Выстраиваем процессы и используем инфраструктуру Т‑Банк, при этом минимизируем бюрократию.
• Фокусируемся на принципе AI-first.
• Развиваем в МФТИ лабораторию, с которой можно и нужно делать коллаборации. Не копим легаси.
• Оплачиваем участие в топовых AI-конференциях 2—3 раза в год.

Обязанности:

• Изучать научные статьи, генерировать гипотезы, ставить на их основе эксперименты и доносить результат до команды
• Улучшать качество моделей в различных сценариях
• Ускорять работу моделей, применяя современные методы оптимизации и построения архитектуры
• Писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны, включающие разметку и обработку данных, обучение моделей и валидацию системы в целом

Требования:

• У вас есть опыт разработки ML-моделей с использованием современных DL-фреймворков (Pytorch, Jax/Tensorflow и других) и их применения в продакшене
• Разбираетесь в принципах работы современных алгоритмов машинного обучения
• Знаете Python
• Умеете декомпозировать задачу в переиспользуемые и тестируемые библиотеки и компоненты
• Знаете теорию в сфере математики, прикладной статистики, алгоритмов и структур данных
• Готовы изучать научные статьи на английском языке и ставить эксперименты основе прочитанного
• Знаете Linux, Git, Bash и Docker

Условия:

• Работу в офисе или удаленно — по договоренности
• Возможность работы в аккредитованной ИТ-компании
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

Мы развиваем «Поток» — единую цифровую среду для командной работы, которая объединяет целеполагание, управление задачами, коллаборацию и автопротокол в одном интерфейсе.

В рамках нашего проекта, формируем новый юнит «Аналитика встреч». Мы ищем технологического лидера в формате «играющего тренера»: вы будете вести команду и одновременно самостоятельно писать критичный код.

Обязанности

• разработка продукта, который помогает сотрудникам запоминать суть встреч
• сбор команды и распределение работы по двум направлениям — персональная аналитика и сводки по совместным проектам и темам для команд
• обеспечение удобства и пользы продукта: полного охвата, стабильных отчётов и высокого качества инсайтов, аналитики и рекомендаций
• создание сводок, которые помогают командам видеть прогресс совместных проектов и тем вместо ручного пересказа
• разработка персональных рекомендаций, которые экономят время и помогают не упустить важное из обсуждений
• вывод продукта из прототипа в промышленную эксплуатацию и обеспечение охвата на всех сотрудников банка

Требования

• опыт работы с python, pandas, numpy, pytest, langchain, langgraph от 6 лет
• опыт работы с llm, ии-агентами, rag, llm-wiki, графовыми бд
• знание nlp, классического ml, матстатистики, алгоритмов, постановки и интерпретации экспериментов
• понимание микросервисной архитектуры, обработки больших объёмов данных
• опыт проектирования ML-платформ и вывода их в прод
• опыт создания AI-агентов и использования их в работе будет преимуществом.

Будет плюсом

• опыт работы с fine-tuning, lora, peft
• готовность нести ответственность за продукт и фичу целиком — от идеи до пользы для пользователя, проверка гипотез, отслеживание метрик и доведение решения до результата
• готовность разрабатывать полноценные решения и прототипы — от бэкенда и данных до интерфейса, активное использование ai-инструментов разработки для быстрого прототипирования
• готовность к глубокому погружению в бизнес-смысл решаемой задачи
• навык работы в команде.

Условия

• гибридный формат работы из офиса в г. Москва
• годовой бонус и ежегодный пересмотр
• ДМС с первого дня + стоматологию и льготное страхование для семьи
• корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
• офис на Ленинском проспекте с зонами отдыха и спортзалом
• льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Мы – команда «Видеоаналитика» платформы SmartView, позволяющей обрабатывать видеопоток с более чем 300 000 камер видеонаблюдения. Основная задача нашей команды – разработка и внедрение AI моделей компьютерного зрения для нужд различных подразделений Сбера, использующих платформу. Мы разрабатываем как сами CV модели, так и платформенный функционал, обеспечивающий их работу, производящий постобработку модельных детекций, извлекающий дополнительные аналитики.

Обязанности

• анализ задач на разработку CV моделей, подбор архитектуры, формирование требований к данным
• работа с данными для обучения: анализ, сбор, оценка данных для обучения, подготовка инструкций для команды разметки, оценка качества разметки
• разработка, обучение моделей компьютерного зрения
• проверка качества работы моделей, принятие решений о доработках, дообучении
• взаимодействие с другими участниками команды (DevOps, backend dev) в части обеспечения взаимодействия модели с бек сервисами и разворачивания модели на тестовых и промышленных стендах
• мониторинг работы моделей на Пром: оценка качества, локализация false сработок, принятие решения о методе повышения качества, доработка или дообучение моделей
• сопровождение моделей в части показателей эксплуатации: анализ показателей производительности, наличия сбоев и т.п. Участие в расследовании инцидентов, выполнение регламентных работ в части повышения версий библиотек и т.п.

Требования

• опыт промышленной разработки CV моделей от 2 лет
• твердые знания в области архитектуры высоконагруженных систем, их компонентов и методов их интеграции: микросервисная архитектура, Docker, gRPC, REST, kafka, и т.д.
• уверенное знание Python (фреймворки AIOhttp, fastapi, triton), а также опыт работы с CV фрейморками (PyTorch, OpenCV, PIL)
• практический опыт обучения CV-моделей: детекторы (YOLO, DETR), классификаторы (ResNet, EfficientNet, ViT), опыт решения задач object detection, сегментации в реальном времени
• понимание базовых концепций deep learning в CV контексте: лоссы, оптимизаторы, регуляризация, метрики (mAP, F1, IoU, precision, recall)
• опыт эксплуатации open source VLM моделей, эмбеддинг моделей (image – image, image - text): QWEN, CLIP, DINO v3, SigLIP
• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт работы с фреймворками для обработки видео GStreamer, FFmpeg
• опыт работы с инструментами разметки (CVAT).

Условия

• комфортный современный офис в Москве, ул Вавилова, 23стр1
• график работы – офис на период испытательного срока, далее гибрид
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для Junior позиций)
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.