СБЕР

Middle/Senior Data Scientist (команда Лояльность)

Мы - Управление развития искусственного интеллекта блока "Развитие клиентского опыта B2C". В нашей зоне ответственности ML-решения, результаты работы которых ежедневно влияют на поведение десятков миллионов клиентов.

СБЕР

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМоскваОфис

Мы - Управление развития искусственного интеллекта блока "Развитие клиентского опыта B2C". В нашей зоне ответственности ML-решения, результаты работы которых ежедневно влияют на поведение десятков миллионов клиентов.

Развитие клиентского опыта – динамический и активно развивающийся процесс. Совместно с бизнесом мы проводим десятки различных экспериментов ежемесячно, и лучшие из них оформляем в полноценные ML продукты. Финансовые эффекты от наших продуктов > 1 млрд. руб. в год.

И сейчас мы находимся в поиске сильного технического специалиста по профилю Classic ML Data Scientist.

Обязанности

  • строить ML модели на основе различных данных: табличные, графовые, NLP, GEO, последовательности событий (кликстрим, транзакции и т.д.)
  • писать production код и выводить его в ПРОМ
  • улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде
  • выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.

Требования

  • глубокое знание классического ML
  • понимание основных Deep Learning подходов
  • продвинутое знание SQL
  • отличное знание Python
  • понимание и опыт АB-тестирования.

будет плюсом:

  • понимание специфики разработки ML-технологий, начиная с формулировки бизнес-проблемы, заканчивая выведением на регулярную основу в прод
  • опыт решения задач ранжирования или Real Time Bidding
  • опыт работы с Pyspark, Greenplum.

Условия

  • комфортный современный офис рядом с м. Кутузовская
  • офисный формат работы
  • 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
  • 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.

Похожие вакансии Data Science & ML

hh.ru
Зарплата не указанаРоссияМоскваОфис
Обязанности:
  • Разрабатывать программы чтения, проверки и подготовки спутниковых изображений.
  • Организовать обработку больших снимков: разделение на фрагменты, сохранение координат и сборку результатов.
  • Реализовывать простые сравнительные методы и обучать модели сегментации и обнаружения объектов.
  • Проверять возможности распознавания ледовых областей, разводий и отдельных целей.
  • Проводить эксперименты по дообучению готовых моделей на доступных данных.
  • Оценивать пропуски объектов, ложные срабатывания и ошибки в разных условиях съёмки.
  • Организовать учёт версий кода, данных, параметров и результатов экспериментов.
  • Подготовить исследовательский программный образец, который можно повторно запустить на новых файлах.
Требования:
  • Уверенное владение Python и PyTorch либо сопоставимой библиотекой.
  • Опыт обучения моделей сегментации изображений или обнаружения объектов.
  • Владение NumPy, OpenCV и средствами обработки изображений.
  • Понимание показателей качества: полнота обнаружения, ложные срабатывания, точность выделения областей и контуров.
  • Опыт работы с Git, Linux и изолированными программными окружениями.
  • Умение писать понятный код и обеспечивать повторяемость экспериментов.

Будет преимуществом

  • Опыт работы со спутниковыми, радиолокационными или другими крупноформатными изображениями.
  • Владение GDAL, rasterio и географическими форматами данных.
  • Опыт распознавания мелких объектов и работы с редкими классами.
  • Опыт дообучения моделей на небольших наборах данных.
  • Знакомство с Docker и средствами учёта экспериментов, например MLflow или ClearML.
  • Опыт сопоставления объектов на последовательных снимках.
Условия:
  • Трудоустройство в it интегратор ООО "РК-цифра";
  • Оформление по ТК РФ;
  • График 5/2 (офисный формат работы);
  • Отсутствие дресс кода;
  • ДМС расширенный со стоматологией;
  • Компенсация абонемента в фитнес-клуб;
  • Льготные условия по ипотеке;
  • Наставничество на испытательном сроке.
hh.ru
Зарплата не указанаРоссияМоскваОфис

Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы. Не просто «обучил модель в ноутбуке и забыл» , а довёл от гипотезы до прототипа, завернул в API и сопроводил в проде. Вы будете работать на стыке машинного обучения и информационной безопасности — это значит, что данные здесь настоящие, задачи нетипичные, а результат видит вся команда мониторинга и реагирования.

Чем предстоит заниматься:

  • Исследовать и прототипировать — придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы, которые не стыдно показать бизнесу.
  • Доводить до прода — превращать прототип в рабочий сервис: API на FastAPI, Docker, типизация, всё как у взрослых. Сопровождать в Production, мониторить, дорабатывать.
  • Решать прикладные задачи ML — классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
  • Работать с LLM — строить приложения на больших языковых моделях: RAG, embeddings, structured output, tool calling, агентные сценарии. Оценивать качество ответов, чтобы не галлюцинировало.
  • Развивать аналитическое ядро — поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
  • Участвовать в пилотах — помогать внедрять продукты у заказчиков, разбираться в их данных, показывать, что ML реально работает.
  • Взаимодействовать с разработкой — ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.
  • Реальные задачи, где ML влияет на безопасность продукта, а не «тренировка моделей ради метрик».
  • Современный стек: Python 3.10+, PyTorch, Hugging Face, vLLM, SGLang, LangGraph, Qdrant, FastAPI, PostgreSQL, Prefect, Docker, GitLab CI/CD, pytest, Ruff, mypy, uv.

Что мы ожидаем:

Опыт и образование:

  • От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами;
  • Высшее техническое (или учитесь): математика, ИТ, ИБ, анализ данных или смежное. Подойдёт и бакалавр/магистр в процессе — главное, чтобы руки уже были в коде.

Код и инженерия:

  • Python — уверенно. Не просто "GPT помоги, а сам понимаешь, что написано";
  • Опыт разработки API и сервисов на Python;
  • FastAPI, uv, Docker, vLLM — будет большим плюсом.

ML и данные:

  • Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle);
  • Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять;
  • SQL — извлекать, проверять, агрегировать данные без чужой помощи;
  • Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества;
  • Если делали агентные решения — отлично.

Доменная область.

  • Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Будет преимуществом:

  • Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи;
  • Агентные решения на базе LLM — разработка или практическое использование. ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API);
  • Grafana, ELK, работа с логами, метриками и событиями;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Работая в команде РТ-Информационная безопасность, вы получаете:

  • Стабильную официальную окладную часть + бонусы и премии;
  • Оформление по ТК РФ;
  • До 10 day-off в год по результатам работы;
  • Full Time office формат работы с графиком 5/2 (гибридный график работы - обсуждается);
  • Работу в молодой и дружной команде профессионалов (средний возраст сотрудников ниже 30 лет);
  • Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам;
  • Отличную возможность для реализации идей (руководство компании открыто к новым стратегиям);
  • ДМС + стоматология - после испытательного срока;
  • Партнерскую программу скидок.
hh.ru
G

ML-инженер

gs labs
Зарплата не указанаРоссияСанкт-ПетербургГибрид

Проект:

Разработка AI-функций для нового продукта (маркетплейс).

Чем предстоит заниматься:

  • Разработка LLM-сервисов и API для маркетплейса от прототипа до продакшена;
  • Интеграция RAG-ассистента для покупателей: интеграция с API маркетплейса, передача диалога оператору;
  • Модерация, тегирование и извлечение атрибутов товаров по тексту и фото с помощью LLM и мультимодальных моделей;
  • Промпты и структурированный вывод, тестовые наборы, регулярный замер и улучшение качества.
Для нас важно:
  • ​​​​​​​Опыт коммерческой разработки на Python от 3 лет, из них от года с LLM-приложениями;
  • Опыт с RAG, structured output и function calling, умение выстраивать эвалы для моделей и агента;
  • FastAPI или аналог, асинхронный код, очереди задач;
  • Docker, Kubernetes, Helm;
  • PostgreSQL, Redis;
  • Опыт написания сложных промптов для ассистентов и классификаторов;
  • Умение работать с ИИ-агентами для кодинга (Claude Code, Cursor или аналоги);
  • Самостоятельность: умение вести задачу от постановки до продакшена.
Будет плюсом:
  • ​​​​​​​​​​​​Компьютерное зрение (OpenCV), мультимодальные модели;
  • Распознавание именованных сущностей (NER);
  • Опыт в e-commerce и маркетплейсах: каталог, модерация, поиск;
  • Профильное техническое образование.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.