Data Scientist (Junior–Middle)

Наша CV команда создает лучший в Сбере продукт для автоматического распознавания документов, используя самые передовые технологии. Главными задачами для нас являются разработка и улучшение OCR-модели на базе VLM, сбор обучающих данных с использованием кастомного agentic harness, и развёртывание клиентского сервиса внутри банка. Мы ищем Middle/Senior инженера, который будет заниматься полным циклом обучения и деплоя продукта.

• изучать SOTA подходы к OCR: чтение свежих пейперов в сфере e2e OCR, адаптация подходов data mining, SFT/RL, гипотезы

• ставить эксперименты по обучению VLM-моделей: проверка гипотез на multi-node сетапе, замер метрик на внешних и внутренних бенчмарках.

• дорабатывать пайплайн обучения: улучшение репозитория на текущем стеке (accelerate, TRL) - ускорение обучения, добавление аугментаций, адаптация под новые модели

• собирать обучающие данных: агрегация существующих и новых данных в требуемом формате MarkDown, поиск новых доменов, написание скриптов по загрузке

• размечать датасеты: запуск процесса разметки для вновь собранных или существующих данных при помощи кастомного agentic harness сборщика разметки (а также его улучшение), или внутренней платформы разметки асессорами

• адаптировать сервис: интеграция обученных моделей в сервис на основе vLLM для сёрвинга клиентам внутри банка.

• высшее образование: математика, информатика или профильный data science

• 3+ лет в ML, из них не меньше года лет с LLM/VLM в проде

• английский для чтения статей и документации

• Fine-tuning: SFT, LoRA/QLoRA, RL (DPO, GRPO)

• современные движки инференса: vLLM, sgLang, triton

• опыт работы с VLM: понимание принципов работы, дообучения, основных ограничений

• агентные пайплайны: вызовы моделей, обработка исключений, ограничение стоимости

• опыт в разметке датасетов асессорами, или автоматическими инструментами

• Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл

• специфика банка: много контрагетов, с ними нужно иногда коммуницировать

**Будет плюсом**

• опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища

• работа с разметчиками и контрагентами

• публикации, доклады, open source.

• комфортный современный офис - м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовой бонус

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• 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

• корпоративная пенсионная программа.

Вы будете

• Участвовать в составлении роадмапа разработки, проводить ресерч и формулировать гипотезы для решения задач.
• Заниматься полным циклом разработки моделей автомодерации контента.
• Работать с multi-modal данными: изображениями, текстами и таблицами.
• Разрабатывать эффективный и воспроизводимый код для обучения моделей.
• Оптимизировать модели, ускорять inference и улучшать бизнес-метрики.
• Делиться опытом с другими участниками команды, участвовать в код-ревью.
• Взаимодействовать с аналитиками, продактами и разработчиками сервисов.

Нам важно

• Уверенное знание Python и опыт разработки на нём.
• Понимание алгоритмов и структур данных.
• Практический опыт работы с PyTorch.
• Знание математической статистики, линейной алгебры и теории вероятностей.
• Отличные знания в области машинного обучения: классический ML и DL, способность объяснить принципы работы алгоритмов и выбрать подходящий для задачи.
• Практический опыт работы в задачах NLP и/или CV, знание современных архитектур (Transformers, CLIP и др.).
• Понимание принципов работы с большими данными, знакомство с такими инструментами как Hadoop, Spark, Airflow, SQL.
• Опыт ведения проектов: принятие технических решений, декомпозиция и распределение задач, координации разработки.

We are looking for a Big Data Scientist in Tashkent (onsite) to join an international software development and IT outsourcing company and work on a project developing an automated lending platform with ML-based credit scoring, predictive analytics, and improved credit risk assessment.

Our customer is a large international technology organization operating in the digital infrastructure domain. It develops and maintains high-load platforms that process and manage significant volumes of data across multiple regions. The engineering landscape includes distributed systems, cloud-based environments, system integrations, and advanced security practices, with a focus on reliability, scalability, and continuous platform evolution.

The project is focused on developing an automated corporate lending platform for businesses and individual entrepreneurs. It includes implementing ML-based credit scoring, predictive analytics, and a decision engine while optimizing underwriting processes to improve credit risk assessment, accelerate loan approvals, and enhance lending efficiency.

Responsibilities:

• Developing credit scoring and predictive analytics models for corporate borrowers.

• Data Scientist for 5+ years.
• Banking products and in the fintech industry.
• Python and PySpark.
• Developing credit scoring models (application and behavioral scoring) and Probability of Default (PD) models.
• PD, LGD, and EAD metrics and their application in Expected Credit Loss (ECL) calculations under IFRS 9.
• Large-scale datasets.
• SQL skills.
• Experience in model validation, including Gini, KS, PSI, and backtesting.

• Experience in teamwork with leaders in FinTech, Healthcare, Retail, Telecom, and others. Andersen cooperates with such businesses as Samsung, Siemens, Johnson & Johnson, BNP Paribas, Ryanair, Mercedes, TUI, Verivox, Allianz, T-Systems, etc..
• The opportunity to change the project and/or develop expertise in an interesting business domain.
• Guarantee of professional, financial, and career growth! The company has introduced systems of mentoring and adaptation for each new employee.
• The opportunity to earn up to an additional 1,000 USD per month, depending on the level of expertise, which will be included in the annual bonus, by participating in the company's activities.
• Access to the corporate training portal, where the entire knowledge base of the company is collected and which is constantly updated.
• Bright corporate life (parties / pizza days / PlayStation / fruits / coffee / snacks / movies).
• Certification compensation (AWS, PMP, etc).
• Referral program.
• Private health insurance and compensation for sports activities.