Руководитель направления по исследованию данных / Lead Data Scientist (СБОЛ)
сбер · На сервисе с: 21.06.26 12:16
↑ Вакансия с автоподнятием400k–500k ₽РоссияМоскваГибрид
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.
Похожие вакансии Data Science & ML
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.