П
Middle+ Data Scientist (MLOps Expert)
ПАО Сбербанк
Москва
🏢 Офис
Middle
Полная занятость
Корпорация
Россия
Fintech
Описание вакансии
Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL.
Ищем опытного DS, который умеет не только обучать модели, но и отвечать за их жизненный цикл в проде.
Обязанности
•оздание моделей: разработка алгоритмов: работа как с классикой (LightGBM/CatBoost), так и современным стеком (LLM-агенты, RAG-системы)
•раскатка моделей в прод: упаковка моделей в Docker, настройка CI/CD пайплайнов, версионирование данных, моделей и артефактов в MLflow, деплой в Kubernetes
•настройка процессов: проектирование end-to-end пайплайнов (от сырых логов до сервиса); сборка данных из SQL/NoSQL баз; проектирование витрин признаков (Feature Engineering); автоматизация переобучения моделей в Airflow; работа с потоковыми данными в Kafka
•мониторинг: настройка мониторинга data drift и model decay, логирование экспериментов (MLflow), анализ данных и валидация моделей
•ифраструктура и интеграция: совместная работа DevOps/Backend по интеграции моделей в микросервисную архитектуру.
Требования
•DS-бэкграунд: опыт работы DS/DE от 3-х лет (с подтверждённым опытом вывода моделей в прод); понимание математики классического ML и архитектуры нейросетей (PyTorch/TF); мультидоменная экспертиза: минимум в 2 доменах (CV, NLP/LLM, TS, RL, RS, Audio)
•инженерная база: уверенный Python (чистый код, знание numpy/pandas/scikit-learn); понимание микросервисной архитектуры и работы с очередями (Kafka)
•MLOps-инструментарий: опыт работы с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация), опыт использования систем контроля версий Git/Bitbucket
•Data & Infra: уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop), умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее
•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.
Будет плюсом
•опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM).
•глубокая экспертиза в узком домене из списка
•опыт работы с Kafka/Spark
•уверенный опыт с LangChain, LangGraph, function calling
•законченный ШАД / OZON Masters / AI Masters.
Условия
•инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
•среда для обмена знаниями – высокая экспертиза внутри команды;
•сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
•нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
•стабильная заработная плата и годовой бонус
•полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом;
•более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•вознаграждение за рекомендацию друзей в команду Сбера.