Сбер·Москва·11 июля
Middle Data Scientist (SafeHub)
Ориентир по рынку≈ 300 000 – 375 000 ₽наша приблизительная оценка по 17 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная 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
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 17 похожих вакансиях Data Scientist уровня Middle.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Открыта уже 100 дней. Источник её держит, но за таким сроком часто стоит трудный найм или набор в резерв.
- Первая публикация была 105 дней назад
- Зарплата не указана
- Появилась у нас 11 июля 2026 г., 100 дней назад
- Эту вакансию уже публиковали 1 раз, первая публикация была 6 июля 2026 г.
- Текст сверяли с источником, с публикации он не менялся
- У источника её видели сегодня
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 5, требования: 13. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС
Что требуют
ОбязательноMLPyTorchLLMPythonNumPyPandasscikit-learnFastAPILangChainRAG
Надбавка к зарплате на этом уровне: Python +40%.
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
Cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы)
Cоздание RAG-систем
Разработка и поддержка ML/DL моделей, включая их обновление и адаптация к меняющимся условиям и требованиям бизнеса
Дообучение и адаптация открытых LLM
Создание системы мониторинга качества моделей и контроль их эффективности
Наши требования
Опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен
Понимание математики классического ML и архитектуры нейросетей (PyTorch/TF)
Уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face
Уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI)
Опыт создания агентов на LangChain/LangGraph
Знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling
Опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies)
Опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM
Опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA)
Настройка мониторинга data drift и model decay, а также валидация моделей
Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
Инструментальное владение AI для анализа, генерации и автоматизации
Мы предлагаем
Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
Среда для обмена знаниями – высокая экспертиза внутри команды
Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
Стабильная заработная плата и годовой бонус
Полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
Вознаграждение за рекомендацию друзей в команду Сбера
Дополнительно
Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей
Ищем Middle Data Scientist, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).