Руководитель направления по исследованию данных / Lead Data Scientist (СБОЛ)

400 000 – 500 000 ₽

на 10% выше медианы рынка

≈ 4,6 тыс.–5,8 тыс. $

🔄 ГибридSeniorПолная занятость

400 000 – 500 000 ₽≈ 4,6 тыс.–5,8 тыс. $

Верх вилки на 51% ниже медианы грейда.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Описание вакансии

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.