ML-инженер

Сбербанк Онлайн (СБОЛ) — приложение с 80+ млн клиентов. В приложении помимо привычного и классического функционала мы развиваем ИИ-сервисы, основной из которых это ИИ-Помощник.

Основной вызов для нас — используя привычный клиентам поиск по СБОЛу, дополнить его функциональностью ИИ-Помощника так, чтобы без потери качества базовых функций научиться решать более сложные клиентские задачи.

С участием Lead Data Scientist мы хотим:

• Развить компетенцию DS на уровне подразделения. Это включает в себя работу с теми командами, которые занимаются или готовятся заниматься агентами или функциями для ИИ-Помощника.
• Определить вектор развития Поиска с ИИ-помощником в СБОЛе, совместно с другими командами. Это направление во многом связано с адаптацией LLM под специфику продукта и с оценкой качества Поиска и ИИ-Помощника — и далее с изменениями, которые необходимо будет сделать по результатам оценок. С одной стороны — это исследования данных и проверка гипотез, а с другой — выстраивание общего и прозрачного процесса.

Обязанности

LLM-ориентированные решения:

• Оптимизация производительности LLM в production (скорость, стоимость, точность).
• Проектирование и разработка пайплайнов для получения обработки данных (RAG, агентские системы, семантический поиск).

Работа с данными:

• Пайплайны работы с данными.
• Постановка требований к разметке.
• Контроль качества датасетов.
• Оценка ROI ML-фич через метрики / эксперименты.

Лидерство и экспертиза:

• Умение переводить бизнес-цели в ML — задачи, формирование требований к DS командам, участие в стратегии развития продукта и команды.
• Участие в постановке технических требований и взаимодействие с бизнес-заказчиками.
• Проработка с продуктами, системными аналитиками, смежными командами требований и вариантов решения задач.
• Проработка с отделом обучения тестовой и обучающей разметки для обучения юридическим навыкам GigaChat и других LLM.
• Подбор и развитие людей, менторство младших коллег, разработка best practices для команды.
• Анализ рисков и поиск компромиссов между качеством моделей, скоростью и стоимостью.

Продакшен-инжиниринг:

• Внедрение DS-моделей в production с использованием MLOps-практик (CI/CD мониторинг, A/B-тесты).

Требования

• Высшее образование, опыт работы от 5 лет в DS/NLP, включая от 1 года работы с LLM, опыт с production.
• Готовность как писать код, пайплайны, обучать модели, так и писать документацию, проектировать системы и готовить спецификации на модели, данные, пайплайны.
• Глубокая экспертиза в адаптации LLM: SFT, RLHF, LoRA, prompt engineering.
• Опыт построения RAG-систем, агентских пайплайнов и сервисов на основе LLM, знание современных фреймворков (PyTorch, Hugging Face, LangChain, LlamaIndex).
• Понимание компонентов инфраструктуры: Docker, Kubernetes, облачные платформы, MLOps: CI/CD, мониторинг дрифта данных, логирование.
• Опыт трансформации бизнес-задач в технические требования.
• Умение оценивать ROI DS-решений и балансировать между инновациями и практичностью, умение быстро делать прототипы решений и искать баланс между скоростью/качеством/производительностью.

Условия

• Формат работы: офис в Москве, гибрид — по договоренности, Бизнес-центр, Кутузовский проспект, д. 32, к.1.
• Ежегодный пересмотр зарплаты и годовая премия.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Расширенный ДМС (медицинское страхование), льготное страхование для семьи.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

Создаем риск-стратегию Лизинга. Ищем аналитика, который будет строить модели на Python, адаптировать их под процессы и влиять на рост бизнеса

Описание

Наша команда отвечает за развитие риск-стратегии Лизинга — большого и стремительно растущего бизнеса.

У нас широкий спектр сценариев одобрения и ранний этап развития бизнеса, поэтому в продукте много пространства для творчества. Задачи в направлении влияют на рост всего бизнеса — в короткий срок вы сможете увидеть результат своей работы.

Обязанности

• Анализировать массив данных, искать и изучать зависимости и причинно-следственные связи
• Строить модели на Python
• Разрабатывать дизайн скоринговых моделей и адаптировать их под бизнес-процессы
• Составлять технические задания и контролировать процесс внедрения модели
• Проводить мониторинг и анализировать работу действующих моделей и скорингового процесса, строить ML- и NPV-модели
• Кросс-функционально общаться с бизнесом, DWH, разработчиками и аналитиками бизнес-правил

Требования

• Владеете SQL и Python — pandas, sklearn
• Разбираетесь в математической статистике и классических методах машинного обучения
• Знаете теорию вероятностей
• Умеете анализировать бизнес-процессы
• Знаете, как адаптировать скоринговые модели под стратегию

Мы предлагаем

• 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