Senior Data Scientist в команду Data Core

Сбер·Москва·18 июня

Senior Data Scientist в команду Data Core

350 000 – 500 000 ₽

на 4% ниже медианы рынка

≈ 4 тыс.–5,8 тыс. $

🏢 ОфисSeniorПолная занятость

350 000 – 500 000 ₽≈ 4 тыс.–5,8 тыс. $

Навык востребован (Python). Но верх вилки на 20% ниже медианы грейда.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Описание вакансии

Команда создает и поддерживает масштабируемое хранилище данных (Data Lake) и разрабатывает передовую интеллектуальную систему поиска, использующую AI/ML, чтобы пользователи могли легко находить нужную информацию во всем многообразии данных Блока

Технологии/инструменты

Python.

PyTorch.

FastAPI.

RNN/LSTM/Transformers.

LLM.

RAG.

AgenticRAG.

PostgreSQL.

Vector storage.

LangChain.

LangGraph.

MLflow.

Git.

Docker.

OpenShift.

Kafka.

Jenkins.

Grafana.

Обязанности

Проектирование и разработка сложных агентных и AgenticRAG-систем. Обеспечение воспроизводимости и отказоустойчивости.

Разработка решений, начиная от прототипа, заканчивая выводом в промышленную эксплуатацию.

Определение ML SysDes-решения с учетом разрешенного технологического стека.

Участие в валидации и автомониторинге моделей, проведение A/B-тестирования.

Требования

Высшее образование в сфере компьютерных наук, физ-мата, прикладной математики и информатики. Приветствуются дипломы технических и научных ВУЗов.

Знание мат. статистики, классического ML, NLP, опыт в постановке и интерпретации экспериментов.

Опыт e2e-разработки ML/AI-пайплайнов (в т.ч. RAG-пайплайнов) и проектирования архитектуры AI-решений.

Умение переводить бизнес-постановку задачи в ML-постановку.

Высокий уровень владения Python и SQL.

Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers.

Знание принципов построения RAG, VisionRAG и AgenticRAG-систем.

Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).

Знание агентных архитектур (ReAct, Multi-agent и др.).

Знание фреймворков для работы с LLM (LangChain, LangGraph и др.).

Знание веб-фреймворков (FastAPI, Flask), контейнеризации (Docker).

Понимание жизненного цикла моделей (CRISP-DM).

Условия

Гибкий гибрид (обсуждаем индивидуально).

Современный IT-офис вблизи Москва-Сити с фитнес-залом.

Ипотека с выгодой для сотрудника и льготные условия кредитования.

Бесплатная подписка СберПрайм+.

Скидки на продукты компаний-партнеров.

ДМС с первого дня и льготное страхование для близких.

Корпоративная пенсионная программа.

Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.

Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.