Middle Data Scientist (команда Copilot)

Сбер·Москва·26 июля

Middle Data Scientist (команда Copilot)

Ориентир по рынку≈ 325 000 – 400 000 ₽наша приблизительная оценка по 16 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 325 000 – 400 000 ₽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

Сумму в объявлении не указали. Ориентир на созвон: столько платят в 16 похожих вакансиях Data Scientist уровня Middle.

платят меньше325 000 – 400 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Висит 85 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 5, требований 11. Картина ясна до первого созвона.

Обещают: ДМС и компенсация спорта
Известно: высокие нагрузки и микросервисы

Подробно

Что требуют

ОбязательноMLPyTorchLLMLangChainNLPGitLinuxRAG

ПлюсомCI/CD

Надбавка к зарплате на этом уровне: Git +8%.

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

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

Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация)

Разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации

Обучать и дообучать NLP-модели (classification, embeddings) и современные LLM под бизнес-задачи (SFT, LoRA/QLoRA)

Строить системы оценки качества генерации, внедряя продуктовые и ML-метрики (RAGAS, DeepEval, кастомные LLM as a judge)

Переводить бизнес-задачи в ML-постановку и реализовывать решения полного цикла от гипотезы до интеграции в продакшен

Наши требования

Опыт работы в Deep Learning от 3 лет, включая обучение моделей на PyTorch

Продвинутое понимание архитектуры современных LLM, включая механизмы attention, MoE, принципы инференса (KV-cache, batching) и методы alignment

Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain, LangGraph или аналогичных фреймворков

Уверенная база в классическом ML и NLP, знание статистики, алгоритмов поиска и векторизации (от TF-IDF до эмбеддингов)

Опыт работы с фреймворками для оценки и мониторинга LLM-решений, такими как Arize, LangSmith или Weights & Biases

Владение техниками промпт-инжиниринга и опыт их применения на практике для оптимизации работы моделей

Уверенное владение Git и Linux-окружением

Базовое понимание принципов проектирования архитектуры микросервисов

Опыт опромышливания AI-агентов и знание принципов LLMOps, включая CI/CD, оркестрацию и управление версиями промптов

Глубокое понимание архитектуры масштабируемых RAG-систем и опыт работы с векторными базами данных

Опыт разработки асинхронных сервисов (asyncio) и интеграции ML-моделей в высоконагруженные системы

Мы предлагаем

Комфортный современный офис рядом с м. Кутузовская

Гибридный формат работы

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

NLP-команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для разработки AI-агентов и опромышливания LLM-решений. Мы создаем co-pilot для клиентских менеджеров премиальных каналов, переходя от классических алгоритмов к адаптивным AI-агентам, способным понимать контекст и решать задачи автономно (поиск по базе знаний, суммаризация профиля клиента, извлечение инсайтов из звонков, управление графиком)