Старший аналитик-исследователь (Аналитический Хаб)

250 000 – 400 000 ₽

≈ 2,9 тыс.–4,6 тыс. $

🏢 ОфисSeniorПолная занятость

250 000 – 400 000 ₽≈ 2,9 тыс.–4,6 тыс. $

Сильная вакансия

Платят на 14% выше медианы грейда, навык востребован (Python).

Нажмите на сигнал, чтобы увидеть, на чём он основан

Описание вакансии

Мы создаём мультиагентную GenAI-платформу для поддержки аналитиков sell-side investment research: анализа финансовых и макроэкономических данных, поиска сигналов, подготовки прогнозов, сценарного моделирования и формирования проверяемых исследовательских материалов.

Ищем Data Scientist / GenAI Developer с опытом в финансовой сфере, который будет разрабатывать R&D-прототипы и превращать идеи аналитиков в работающие инструменты. Роль предполагает плотную работу на стыке Data Science, LLM/GenAI, инженерии данных и инвестиционных исследований.

Чем предстоит заниматься

Разрабатывать мультиагентную систему для анализа и прогнозирования финансовых и экономических трендов.

Создавать и проверять R&D-прототипы: от идеи и proof of concept до production-ready решений.

Совместно с аналитиками превращать исследовательские гипотезы и бизнес-потребности в алгоритмы, агентов, инструменты и пользовательские сценарии.

Проектировать архитектуру взаимодействия специализированных агентов: routing, supervisor/manager, agent-as-tool, handoff, planner–executor, critic/reviewer, debate/consensus и evaluator–optimizer паттерны.

Комбинировать LLM-подходы с классическими ML- и time-series-моделями: прогнозированием, nowcasting, кластеризацией, выявлением аномалий, факторным и сценарным анализом.

Создавать RAG-пайплайны для работы с внутренними исследованиями, финансовой отчётностью, новостями, транскриптами звонков, макроэкономической статистикой и другими разрешёнными источниками.

Реализовывать надёжную оркестрацию: управление состоянием, памятью, параллельным выполнением, повторными запусками, обработкой ошибок и воспроизводимостью результатов.

Разрабатывать системы оценки качества: датасеты для evals, офлайн- и онлайн-метрики, backtesting, time-based validation, regression-тесты, trace-based анализ ошибок.

Работать совместно с командами Research, Data Engineering, ML Platform, Risk, Information Security и Compliance.

Для нас важно

Высшее образование по экономическому/финансовому/математическому направлению.

От 2–4 лет опыта в Data Science, Machine Learning, NLP, GenAI или смежной роли.

Практический опыт в финансовой сфере: инвестиционный банкинг, asset management, sell-side/buy-side research, рынки капитала, макроэкономика, риск-менеджмент или fintech.

Уверенное владение Python и основным стеком DS: pandas, NumPy, scikit-learn, PyTorch или TensorFlow.

Опыт работы с временными рядами, прогнозированием, backtesting и оценкой качества моделей.

Практический опыт разработки LLM/GenAI-решений: prompt engineering, RAG, embeddings, vector databases, function/tool calling, structured outputs.

Понимание и практическое применение современных подходов к мультиагентным системам и фреймворков: LangGraph, LangChain.

Опыт работы с SQL, API, Docker; понимание облачной инфраструктуры будет преимуществом.

Что мы предлагаем

Комфортный офис рядом с м. Ленинский проспект.

Гибридный формат работы.

Ежегодный пересмотр зарплаты и годовая премия.

Корпоративный спортзал и зоны отдыха.

Уникальная система обучения Сбера для профессионального и карьерного развития.

Расширенный ДМС и льготное страхование для семьи.