Senior/Lead Data Scientist (блок Финансы)
Posted
Summary
Senior/Lead Data Scientist on Sber's Finance Block building the 'Digital Employee' — LLM-based AI agents to automate finance operations. Day to day: develop LLM agents, agent tools and skill instructions, build RAG pipelines, control agent-pipeline quality and ship LLM systems to production using Python/FastAPI, LangChain/LangGraph and HuggingFace.
Команда Дивизиона AI трансформации и исследования данных Блока Финансы ищет DSa для разработки AI-агентов в рамках инициативы «Цифровой сотрудник БФ», которая направлена на повышения эффективности операционных процессов блока Финансы.
Обязанности
- разработка классических LLM агентов
- разработка tools для агентов, а также skills-инструкций для LLM
- воспроизведение основных паттернов разработки в продуктовой парадигме
- участие в обсуждении требований с бизнес-заказчиками
- контроль качества agent-pipeline
- декомпозиция верхнеуровневых задач на исполнимые в рамках разработки
- вывод в production llm-приложений, agent'ских систем.
Требования
- знания в области: математических анализ, линейная алгебра,Deep Learning,Classic ML, Python(async, fastapi, Semaphore)
- высшее образование (МГУ, Физтех, ВШЭ, РЭШ и тд)
- понимание построенных целевых решений, предложения по внесению изменений в архитектуру
- опыт работы в open-source LLM(GLM5.2, qwen 3.5, etc)
- знание фреймворков LangChain, LangGraph, fastapi, huggingface, а также regex и иных библиотек по обрабокте текста
- vanilla RAG, Advanced RAG, работа с контекстом llm
- базовое знание принципов промышленной разработки на python( SOLID, Singleton )
- базовый MLops(работа с version control, CI/CD).
Будет плюсом:
- опыт работы с openclaw, его форками
- использования llm GigaChat, Kandinsky
- опыт работы в финтехе
- опыт использования и доработки OCR.
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.
What they ask for
Required
- Знания в области математического анализа, линейной алгебры, Deep Learning, Classic ML, Python (async, fastapi, Semaphore)
- Высшее образование (МГУ, Физтех, ВШЭ, РЭШ и т.д.)
- Понимание построенных целевых решений, предложения по внесению изменений в архитектуру
- Опыт работы с open-source LLM (GLM, Qwen и т.п.)
- Знание фреймворков LangChain, LangGraph, fastapi, huggingface, а также regex и библиотек обработки текста
- Vanilla RAG, Advanced RAG, работа с контекстом LLM
- Базовое знание принципов промышленной разработки на Python (SOLID, Singleton)
- Базовый MLOps (работа с version control, CI/CD)
Preferred
- Опыт работы с openclaw и его форками
- Опыт использования LLM GigaChat, Kandinsky
- Опыт работы в финтехе
- Опыт использования и доработки OCR