NLP Engineer (GigaChat Pretrain)

Мы ищем ведущего ML-инженера, который возьмёт на себя развитие ML-направления в команде, работающей над продуктами для управления ценами, прогнозирования спроса и формирования коммерческих рекомендаций.

Один из основных проектов — система рекомендаций регулярных цен на уровне SKU × магазин. Система анализирует исторические продажи, цены, промо, остатки, будущие поставки, характеристики товаров и магазинов, а также внешние данные, после чего:

• прогнозирует спрос при различных ценовых сценариях;
• оценивает ценовую эластичность
• рекомендует повышение, снижение или сохранение цены
• прогнозирует влияние решения на продажи, оборот, маржу и EBITDA
• рассчитывает уверенность модели и риск падения продаж
• позволяет сравнивать прогноз с фактическим эффектом после применения рекомендации

В команде уже есть backend и data инженеры, а также ML экспертиза. Новый специалист должен стать техническим лидером именно ML/R&D-направления: определять методологию, формировать исследовательский road map, проводить ревью решений и помогать команде доводить модели до промышленной эксплуатации

• Развивать модели прогнозирования спроса и ценовой эластичности
• Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены
• Проектировать временную валидацию, backtesting и бизнес-метрики качества
• Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU
• Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений
• Организовать оценку plan/fact и мониторинг качества моделей
• Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных
• Проводить design review, code review и менторить ML-специалистов команды

• Сильную базу в классическом ML, статистике и работе с табличнымиданными
• Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost
• Понимание causal inference и экспериментального дизайна
• Опыт доведения ML-моделей до production
• Уверенное владение Python и SQL
• Понимание временной валидации, data leakage, calibration и uncertaintyestimation.
• Опыт работы с Airflow или аналогичным оркестратором
• Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений
• Умение связывать ML-метрики с измеримым бизнес-эффектом

• Опыт в retail, e-commerce, pricing или demand forecasting
• Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse
• Опыт с price optimization, hierarchical forecasting или operations research
• Опыт построения ML-мониторинга и проведения A/B-тестов

Текущий стек: Python, LightGBM, Airflow, dbt, Trino, Apache Iceberg, Parquet,S3, PostgreSQL, ClickHouse, Kubernetes и gRPC

Мы — команда, которая занимается обучением LLM, VLM и CV моделей. Создаем нативные омнимодальные архитектуры, новые способы кодирования и совместного обучения в доменах изображений, аудио, видео и т.д.

Наши основные направления: обучение LLM и VLM с нуля, разработка новых архитектур, Computer Vision research, создание opensource инструментов, сбор и подготовка данных, деплой моделей для MVP. Работаем на кластере с GPU уровня H100.

Ищем сильного инженера в направление Embodied AI, который будет связывать омнимодальные наблюдения с VLA-моделями и превращать их выходы в осмысленное поведение реального робота.

• разработка и проведение экспериментов в области интеграции омнимодальных наблюдений с VLA-моделями и управления роботом в рамках проектов Embodied AI, воспроизводящих целенаправленное поведение на основе сенсорных данных и команд;

• сбор, синхронизация и подготовка данных с сенсоров для обучения и инференса моделей;

• запуск и отладка VLA-моделей на реальном железе, замер и снижение задержек в контуре «наблюдение → модель → действие».

• уверенный Python и хороший C++, опыт работы с реальным железом: манипуляторы, мобильные или гуманоидные роботы;

• ROS / ROS2 и middleware: разработка нод, взаимодействие с контроллером робота, работа с форматами данных;

• работа с сенсорикой: IMU, гироскопы, лидары, специализированные камеры — калибровка, временная синхронизация, реалтайм-ограничения;

• Embodied AI и VLA: опыт с Vision-Language-Action моделями или смежными подходами (VLM, imitation learning, RL), уверенный PyTorch;

• опыт самостоятельного ведения экспериментов: от постановки гипотезы до запуска на роботе и оценки результата.

• комфортный современный офис - м. Кутузовская

• 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.

Мы занимаемся тонкой настройкой клиентских стратегий: строим индивидуальные модели эластичности (uplift) к ставке по вкладам, потребкредитам, программам лояльности и другим продуктовым направлениям, прогнозируем досрочное погашение кредитов физлиц (time series + tabular ML) и повышаем экономическую эффективность розничного бизнеса на основе данных.

Обязанности

• работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей
• разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний
• проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов)
• Выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке
• Обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день.

Требования

• опыт работы Data Scientist от 3 лет
• техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
• понимание теории вероятностей и статистики.
• Уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать)
• владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
• плюсом будет опыт работы с pytorch, pyspark

Условия

• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
• 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.