
сбер · Москва · 11 июн.
Трайб Digital corporate lending автоматизирует кредитование юридических лиц сегмента «средний+» и строит путь к полностью автономному кредитному процессу. Уже сейчас более 50% сделок проходят без участия человека, а крупная компания может получить положительное решение по кредиту за несколько минут, подписать договор и получить средства полностью онлайн.
Мы используем современную событийную и микросервисную архитектуру и ищем лидера AI-компетенций, который поможет масштабировать автономность, внедрять AI-подходы и менять один из ключевых процессов корпоративного банка.
развитие AI/ML-культуры внутри трайба: проведение митапов, ревью кода и дизайна решений, обмен опытом, помощь коллегам в освоении инструментов искусственного интеллекта, проведение регулярных разборов статей с командой, участие в конференциях
оценка качества, зрелости и рисков ИИ-решений
создание системы офлайн- и онлайн-метрик для оценки качества LLM-приложений
участие в формировании требований и необходимых данных по улучшению моделей
прототипирование ИИ-решений, возможна разработка AI-агентов на основе современных генеративных сеток (GigaChat и Open Source).
отслеживание последних исследований и инноваций в области языковых моделей и применение их на практике
оценка нормативных изменений и требований по разработке агентов, отслеживание агентной повестки в Банке.
практический опыт работы в ML/Data Science от 3 лет
практический опыт разработки AI-агентов для крупных компаний: от исследования до запуска в продакшен
практический опыт работы с агентными фреймворками
глубокое понимание архитектуры трансформеров, принципов fine-tuning, техник управления контекстным окном, кратковременной и долговременной памяти агента, промпт-инжиниринга, RAG-паттернов
практический опыт проектирования промышленных мультиагентных систем
знание и умение применять на практике паттерны для разработки агентных систем на базе искусственного интеллекта
умение конвертировать бизнес-потребность в конкретную агентную архитектуру, роадмап и требования для разработки
знание MLOps-инструментов: Docker, LangFuse, Ollama, vLLM
навыки работы с генеративными AI-моделями
высокий уровень знаний статистики (теория вероятностей и математическая статистика), глубокое понимание ключевых алгоритмов ML.
комфортный современный офис рядом с м. Кутузовская
офисный или гибридный формат работы
ежегодный пересмотр зарплаты, годовая премия
корпоративный спортзал и зоны отдыха
система обучения для профессионального и карьерного развития
расширенный полис ДМС с первого дня работы и страхование для семьи
программа ипотеки для сотрудников
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
вознаграждение за рекомендацию друзей в команду Сбера.