Сбер·Москва·12 авг.
Data Scientist (NLP / Prompt Engineering)
Ориентир по рынку≈ 325 000 – 500 000 ₽наша приблизительная оценка по 38 вакансиям этой роли, у работодателя вилка не указана
🏢 ОфисJuniorПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Смущает только, что вакансия висит давно.
2 из 4 в норме
Висит давно: что спросить, чтобы не откликаться в пустоту
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 38 похожих вакансиях Data Scientist, без учёта уровня.
- Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.
Живость
Открыта уже 68 дней. Источник её держит, но за таким сроком часто стоит трудный найм или набор в резерв.
- Зарплата не указана
Описание
Обязанности: 5, требования: 13. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС и компенсация спорта
Что требуют
ОбязательноNLPLLMRAGPython
ПлюсомLangChain
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Развивать промпты агентов: системные и ролевые промпты, few-shot, схемы рассуждения, tool calling, извлечение структурированных знаний из документов
Строить пайплайны эволюции промптов: версионирование, оффлайн-оценка (golden set, side-by-side, LLM-as-judge), итерации по ошибкам
Решать задачи классификации и маршрутизации документов: разделение входного пакета по классам, подготовка релевантного контекста для агента
Работать с RAG и эмбеддингами: chunking, выбор и тюнинг эмбеддингов, retrieval / rerank, оценка качества поиска
Работать с open-source LLM и GigaChat во внутреннем контуре; предлагать и обосновывать стек под задачу
Наши требования
Опыт в Data Science / NLP / LLM от 2 лет
Опыт prompt engineering на продакшн-задачах
Понимание tool calling / function calling
Понимание RAG-архитектур
Опыт классификации текстов и документов
Уверенный Python (эксперименты, скрипты, оценка качества)
Понимание метрик качества LLM и подходов к оценке (eval-наборы, precision / recall по кейсам)
Богатый опыт работы с эмбеддингами: выбор модели, fine-tune, contrastive learning, оценка retrieval
Опыт пайплайнов эволюции промптов (DSPy, GePA и аналоги, Langfuse / PromptLayer)
Опыт LangChain / LangGraph / LlamaIndex на уровне логики агента
Опыт в доменах: банки, комплаенс, документооборот, юридические тексты
Опыт LoRA / SFT
Опыт CV / мультимодальных моделей
Мы предлагаем
Комфортный современный офис рядом с м. Кутузовская проспект
Формат работы – офис/гибрид
Ежегодный пересмотр зарплаты, квартальная и годовая премия
Корпоративный спортзал и зоны отдыха
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Программа адаптации и помощь руководителя на старте
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
Дополнительно
Отдел занимается разработкой AI-агентов для автоматизации бизнес-процессов. В фокусе — задачи NLP и CV: работа с текстовыми и визуальными документами, извлечение информации, принятие решений на основе содержимого. Требуется усилить отдел ML-экспертизой в области языковых моделей, промпт-инжиниринга и качества агентных решений
На этой позиции нужен Data Scientist, который отвечает за смысл и качество решений агента и обработки документов. Это возможность участвовать в создании агента enterprise-уровня с высокими требованиями к качеству и стабильности
