Middle Data Scientist (SafeHub)

Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей. Сейчас мы в поисках Middle Data Scientist, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду.* cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы) * cоздание RAG-систем * разработка и поддержка ML/DL моделей, включая их обновление и адаптация к меняющимся условиям и требованиям бизнеса * дообучение и адаптация открытых LLM * создание системы мониторинга качества моделей и контроль их эффективности.* опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен * понимание математики классического ML и архитектуры нейросетей (PyTorch/TF) * уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face * уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI) * опыт создания агентов на LangChain/LangGraph * знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling * опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies) * опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM * опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA) * настройка мониторинга data drift и model decay, а также валидация моделей * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации.* комфортный современный офис рядом с м. Кутузовская * офисный формат работы * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для Junior позиций) * 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.