СБЕР

Middle+ Data Scientist (NLP, LLM / Разработка AI-решений БСР)

Наша команда разрабатывает комплексные AI-решения (Classic NLP, LLM, AI-агенты) для ключевых продуктов и процессов Блока «Стратегия и развитие». Мы всегда находимся на переднем краю развития технологий и пробуем новое — первыми в Сбере раз…

СБЕР

↑ Вакансия с автоподнятием
250k–450k ₽РоссияМоскваГибрид

Наша команда разрабатывает комплексные AI-решения (Classic NLP, LLM, AI-агенты) для ключевых продуктов и процессов Блока «Стратегия и развитие». Мы всегда находимся на переднем краю развития технологий и пробуем новое — первыми в Сбере разработали прототип мультиагентной системы для работы с обращениями, благодаря чему агентные решения стали одним из самых востребованных направлений в банке.

Наш технологический фокус выходит за рамки AI-агентов: мы решаем задачи классификации, кластеризации, мэтчинга, доменной адаптации (Metric Learning, PEFT), при необходимости используем SFT. Итог нашей работы — не отдельный e2e-пайплайн, а production-ready мультисервисные архитектуры, интегрированные во внутренние поверхности Сбера.

Недавние проекты: мультиагентная система для анализа организационной эффективности (доклад на AI Journey 2025), мультиагентный пайплайн для анализа документов об организационных изменениях, AI-агент-Copilot для постановки и мониторинга целей. Все направления активно растут и получают непосредственную поддержку руководства банка.

Основные направления деятельности

  • Формируем рекомендации по повышению эффективности команд, продуктов и подразделений на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов (Jira, встречи, письма и др.).
  • Проводим комплексный анализ результативности в рамках сценарного моделирования деятельности по достижению целей руководства банка.
  • Реализуем пайплайны обработки внутренних документов произвольной длины для построения рекомендаций по работе с ними и ускорения организационных изменений.
  • Выявляем глобальные тренды и проводим анализ их влияния на численность ролей банка для Стратегии Сбера.
  • Анализируем графы целей организации (связанность, каскадирование), а также рекомендуем амбициозные цели с учетом контекста и приоритетов Стратегии.
  • Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
  • Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
  • Проверяем гипотезы любой сложности для получения Data-driven инсайтов для подготовки стратегических сессий руководства банка.

Наши глобальные приоритеты

  • Разработка и внедрение AI-решений (Classic NLP, LLM-приложения, AI-агенты) для повышения эффективности приоритетных стратегических процессов банка с потенциалом использования на внешнем рынке.
  • Создание SotA-решений с учетом специфики банка.

Почему нас выбирают

  • Возможность использовать передовые AI-технологии и платформы банка.
  • Участие в развитии инновационных сервисов стратегического блока, которые приносят реальную пользу процессам и продуктам всего банка и быстро попадают в поле зрения ключевых руководителей.
  • Возможность участия в международных проектах и конференциях по AI и ML.
  • Работа в дружной команде профессионалов, ориентированной на достижение самых амбициозных целей и постоянное развитие.

Обязанности

  • Разработка и внедрение AI-сервисов (Classic NLP, LLM-приложения, AI-агенты, диалоговые системы) от этапа MVP до ПРОМ (CRISP-DM).
  • Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, NER, Semantic Search, Clustering и др.
  • Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangGraph, LangChain/GigaChain, LlamaIndex и др.).
  • Адаптация и обучение языковых моделей на основе внутренних и внешних данных (Prompt Tuning, RAG, PEFT, SFT).
  • Индексация и ранжирование текстовых документов.
  • Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач.
  • Оптимизация AI-сервисов в промышленной среде.
  • Участие в валидации и автомониторинге моделей, проведение A/B-тестирования.

Требования

  • Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики и информатики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, Сколтех.
  • Опыт в разработке NLP-моделей и рекомендательных систем.
  • Понимание жизненного цикла моделей (CRISP-DM).
  • Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
  • Высокий уровень владения ядром Python и SQL.
  • Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers.
  • WEB-фреймворки: FastAPI (async methods), Flask и др.
  • Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
  • Знание агентных архитектур (ReAct, Blackboard, Multi-agent и др.).
  • Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).
  • Контейнеризация: Docker, OpenShift.

Условия

  • Гибкий гибрид (обсуждаем индивидуально).
  • Современный IT-офис вблизи Москва-Сити с фитнес-залом.
  • Ипотека с выгодой для сотрудника и льготные условия кредитования.
  • Бесплатная подписка СберПрайм+.
  • Скидки на продукты компаний-партнеров.
  • ДМС с первого дня и льготное страхование для близких.
  • Корпоративная пенсионная программа.
  • Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
  • Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.

Доход и график обсуждаем с каждым индивидуально.

Похожие вакансии Data Science & ML

Соц.сети

Senior Machine Learning Engineer (Computer Vision)

Зарплата не указанаНе указана странаЛокация не указанаУдалёнка

📑 Senior Machine Learning Engineer (Computer Vision)

Удалённо · Контракт, B2B (работа независимым подрядчиком со своим юрлицом)

💎 •••••••• ищет Senior ML CV инженера для технического лидерства в AI Mosaic — продакшн-продукте компьютерного зрения, который автоматически накладывает точную, плотно прилегающую мозаику на видео, заменяя ручную покадровую маскировку автоматизированным результатом в тот же день. Продукт уже работает в продакшене и обрабатывал контент для крупных японских дистрибуционных платформ. Роль шире реализации: улучшать пайплайн, находить точки роста и вести изменения, двигающие продукт вперёд. Задачи: развёртывать и постоянно улучшать продакшн ML-пайплайны AI Mosaic; исследовать и улучшать CV-алгоритмы автоматической цензуры контента и точной генерации мозаики; развивать алгоритмы high-resolution video matting, сегментации и плотной маскировки; разрабатывать алгоритмы пространственно-временного извлечения и трекинга ROI для точной и стабильной маскировки между кадрами; развивать алгоритмы понимания видео, детекции релевантных областей и распознавания движения там, где это улучшает качество маскировки; повышать точность моделей, скорость обработки, стабильность и масштабируемость для high-resolution видео и пакетных нагрузок; проактивно находить технические и продуктовые улучшения и доводить их от гипотезы до продакшена; работать с продуктовыми и инженерными командами, превращая обратную связь и бизнес-запросы в практичные ML-решения.

🧩 Требования: подтверждённый опыт разработки и деплоя CV-моделей в продакшене с самостоятельным владением сложными ML-решениями; сильные навыки программирования на Python и уверенное знание структур данных и алгоритмов; умение строить расширяемые, воспроизводимые и поддерживаемые ML-пайплайны; продуктовое мышление и способность связывать технические улучшения с потребностями пользователей и измеримым эффектом; проактивность в поиске и инициировании улучшений; степень BSc в Computer Science, математике или смежной области. Техстек: обязательно — PyTorch, PyTorch-Lightning, MLflow, эксперимент-трекинг; сильно желательно — camera intrinsics; из стека компании — Python, C++, Unity, DVC, OpenCV, AirFlow, Qdrant, Redis, MongoDB, RabbitMQ, Feast, а также PHP, C#, Go, WebGL, K8s. Будет плюсом: опыт из техстека (C++ и др.), деплой на edge-устройства (мобильные, VR-гарнитуры), создание шейдеров (GLSL, HLSL и др.), степень MSc в CS или математике.

🌐 ••••••••

🔮 •••••••• — бесплатно постим IT-вакансии

hh.ru
team.inno / фабрика инноваций и решений

Machine Learning Engineer/Data Scientist (ML/DS)

team.inno / фабрика инноваций и решенийАвтоподнятие
Зарплата не указанаБеларусьМинскОфис

Team.Inno – одна из наиболее опытных белорусских компаний в области полного цикла разработки, внедрения и поддержки программного обеспечения, бизнес-анализа, дизайна, тестирования и управления проектами

За 18+ лет мы реализовали более 1600 проектов в разных отраслях для заказчиков из США, Канады, Великобритании, Германии, Франции, Италии, Японии и других стран. Наша команда специализируется на 40+ бизнес-доменах, включая Artificial Intelligence, Machine Learning, Augmented & Virtual Reality

Сейчас Team.Inno объединяет 3500+ специалистов, которые работают в офисах компании в Беларуси, Польше, Литве, Грузии и Германии. Мы постоянно ищем опытных и начинающих специалистов, а с 2025 предлагаем обучение на бесплатных онлайн-курсах для всех, кто хочет начать карьеру в IT

У нас можно пробовать себя на проектах разного масштаба, менять направления и выбирать карьерные треки. Присоединяйся!

Наши ожидания:

  • Уверенное владение Python;

  • 2+ года профессионального и коммерческого опыта в разработке и применении практик Data Science, NLP и Computer Vision (всех или некоторых) для решения бизнес-задач; знакомство с современными (SOTA) моделями и передовыми подходами в области;

  • Глубокие знания ML/AI-фреймворков (TensorFlow, PyTorch, Scikit-learn), алгоритмов (supervised, unsupervised, reinforcement learning) и техник (feature engineering, оптимизация моделей, подбор гиперпараметров);

  • Опыт разработки решений на базе крупных языковых моделей (LLM), Retrieval-Augmented Generation (RAG), построения интеллектуальных агентов, применения методик MCP и других современных AI-подходов;

  • Понимание работы с big-data-платформами (Spark, Hadoop) и облачными сервисами (AWS, Azure, Google Cloud) для масштабируемого деплоя;

  • Базовые навыки DevOps, включая работу с CI/CD, основы Linux и Docker;

  • Опыт построения MLOps-процессов: автоматизация жизненного цикла ML-моделей (обучение, деплой, мониторинг), управление версиями данных и моделей (MLflow, DVC), настройка пайплайнов (Kubeflow, Airflow), A/B-тестирование;

  • Опыт использования Git для управления версиями кода и коллаборации;

  • Степень бакалавра или магистра в областях компьютерных наук, data science, математики, статистики или смежных дисциплин;

  • Навыки командной работы с продукт-менеджерами, аналитиками данных и бизнес-лидерами;

  • Владение английским и/или немецким (и другими) языками на уровне не ниже B2.

Будет плюсом

  • Сертификаты в областях ML, data science или облачных платформ (например, AWS Certified Machine Learning Specialty, Google Cloud ML Engineer или Microsoft Certified: Azure Data Scientist Associate);

  • Знание современных AI инструментов и опыт их использования в работе.

Мы предлагаем:

Обучение и развитие:

  • Большой пул разноплановых проектов в таких сферах, как FinTech, Medicine, Entertainment, eCommerce, Gaming, Artificial Intelligence и пр.;

  • Минимум легаси; короткий бенч;

  • Широкий стек технологий, возможность перехода между ними;

  • Индивидуальные карты роста и регулярный пересмотр условий (роли на проекте, уровня ЗП);

  • Подготовку к собеседованиям с зарубежными заказчиками на английском языке.

Рабочая среда:

  • Формат работы в офисе;
  • Просторные и комфортные рабочие места;
  • Подробный онбординг: знакомство с командой, процессами и правилами, экскурсия по офису, welcome card;
  • Уютные кухни, игровые комнаты, коворкинги, лаунж-зоны.

⠀Дополнительные бонусы:

  • Добровольное медицинское страхование;
  • Скидки у компаний-партнеров (от пиццерий и книжных до магазинов бытовой техники).

Если ты ищешь реальные возможности реализовать себя, управлять профессиональным и карьерным ростом – будем рады видеть тебя в нашей дружной команде!

Создание рабочего места планируется в перспективе.

hh.ru
адв

Data Scientist (Middle-Senior)

адвАвтоподнятие
Зарплата не указанаРоссияМоскваУдалёнка

Привет! Меня зовут Елизавета, я HRBP Points Lab. Веду кандидатов от отклика до оффера и слежу, чтобы наши ожидания совпали с твоими.

О нас

Points Lab строит модели, которые показывают брендам, откуда берутся их продажи: сколько дает реклама в каждом канале, промо, цена, сезон. По этим расчетам компании из FMCG, фармы и ритейла планируют бюджеты. Через наши модели прошло больше 7 млрд рублей рекламных бюджетов, модель собираем за 3 дня вместо классических 3 недель. Мы резиденты Сколково и ИНТЦ МГУ, в команде около 40 человек.

Сейчас расширяем команду моделирования и ищем трех дата-сайентистов уровня от Middle до Senior. Зарплатные ожидания готовы обсуждать на основе твоего уровня.

Ключевые задачи

  • Модели продаж: строить и улучшать маркетинг-микс модели продаж брендов. Основная категория FMCG.
  • Выбор подхода: подбирать алгоритм под задачу клиента и объяснять, почему выбран именно он. Одного рецепта на все случаи у нас нет.
  • Развитие методов: искать и проверять новые алгоритмы моделирования, дорабатывать модели, которые уже работают в продукте.
  • Аналитика: готовить аналитические выводы по результатам моделей.

Требования

  • Уверенный Python 3.8+, понимание алгоритмов и структур данных.
  • Обработка данных в Pandas или Polars, Git, Linux.
  • Статистика на уровне, который позволяет проверить модель, а не только обучить ее.
  • Модели временных рядов (ARMA, ARIMA и производные) и ML-подходы к прогнозу: случайный лес, градиентный бустинг, CatBoost.
  • Опыт построения маркетинг-микс моделей и аналитических отчетов на их основе.

Будет плюсом

  • Опыт с байесовскими моделями: PyMC, Stan.
  • Plotly и Dash.

Почему у нас интересно

Твоя модель попадает в продукт и в интерфейс клиента, а по ее результатам руководители брендов решают, куда пойдут деньги. Свои идеи по методам можно предлагать и проверять: если подход работает лучше текущего, он идет в продукт.

Что мы предлагаем

  • Оклад соотносится с уровнем, выплаты 5 и 20 числа.
  • График: 5/2 с 10:00 до 19:00 по Москве, гибрид или удаленно. Город и часовой пояс не важны.
  • Оформление: по ТК РФ, испытательный срок 3 месяца. После него ДМС. Доплата по больничному до 100%, обучение за счет компании.

Как проходит найм

  • Короткий звонок со HR
  • Собеседование с руководителем направления онлайн
  • Оффер

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