Head of Data Science & AI Индийское направление

Ориентир по рынку≈ 386 000 – 494 000 ₽наш грубый ориентир по 47 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

≈ 4,7 тыс.–6 тыс. $

🔄 ГибридLeadПолная занятостьАнглийский C1

≈ 386 000 – 494 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, вакансия открыта уже давно.

2 из 4 в норме

Открыта долго: как понять до отклика, ищут ли ещё

Деньги

Зарплату в объявлении не раскрыли. Грубый ориентир: столько платят в 47 вакансиях уровня Lead по всему рынку, без учёта специальности.

платят меньше386 000 – 494 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Висит 87 дней. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.

Зарплата не указана

Открыта давно

Описание

Расписано подробно: обязанностей 10, требований 13. Картина ясна до первого созвона.

Обещают: ДМС
Известно: международная команда и английский C1
Не сказано: сколько дней в офисе

Подробно

Что требуют

ОбязательноAIMLNLPLLMRAGMLOps

Ясно

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

10 вопросов именно к этой вакансии: что спросить на первом созвоне

Когда откликаться

Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Наша компания

Основные партнеры — бизнес и продуктовые команды Индии, команда IT-платформы филиала.

Чем предстоит заниматься

Формировать и развивать локальную Data Science & AI-команду в Бангалоре: участвовать в найме, ставить цели, развивать сотрудников и управлять результатом

Определять AI-стратегию, roadmap, бюджет и приоритетный портфель инициатив

Оценивать AI-use cases с учётом бизнес-эффекта, доступности данных, рисков и time-to-value

Переводить бизнес-задачи в проверяемые AI/ML-гипотезы с понятными критериями успеха

Выбирать подходящую архитектуру: классический ML, прогнозирование, рекомендательные системы, LLM-приложения, enterprise RAG, мультимодальные модели или AI-агенты

Руководить полным циклом разработки: оценка данных, прототипирование, разработка, evals, внедрение, мониторинг и улучшение решений

Развивать управляемые агентные сценарии с tool calling, retrieval и human-in-the-loop

Совместно с инженерными командами развивать MLOps/LLMOps, observability, стандарты качества и AI security

Управлять качеством, latency, стоимостью эксплуатации и надёжностью AI-систем

Представлять результаты и защищать технологические решения перед стейкхолдерами в России и Индии