Сбер·Москва·5 дн назад
ML Engineer
Ориентир по рынку≈ 325 000 – 375 000 ₽наша приблизительная оценка по 13 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная занятостьКорпорация
Стоит ли откликаться
Сначала уточните детали
Объявление открыто подозрительно долго. Прежде чем тратить время на отклик, проверьте, ищут ли ещё.
2 из 4 в норме
Открыта долго: как понять до отклика, ищут ли ещё
Деньги
Вместо вилки в объявлении «рыночная заработная плата». Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Висит дольше, чем обычно закрываются такие вакансии:
- Первая публикация была 101 день назад
- Выкладывали заново 2 раза
- Текст не менялся ни разу при переоткрытиях
- Перевыкладывают примерно раз в 57 дней
- Зарплата не указана
- Появилась у нас 14 октября 2026 г., 5 дней назад
- Эту вакансию уже публиковали 2 раза, первая публикация была 10 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
Расписано подробно: обязанностей 10, требований 12. Картина ясна до первого созвона.
- Обещают
- ДМС, гибкий график и наставник на старте
- Настораживает
- «высокие темпы»: так пишут, когда задач больше, чем людей.
Что требуют
ОбязательноMLPythonLLMRAGNumPyPandasscikit-learnNLP
ПлюсомCatBoost
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
Наша компания
Мы - направление Сбербанк Онлайн и AI-помощник в дивизионе Премиальный сегмент. Наша общая цель – развивать интеллектуальные сервисы для повышения качества обслуживания премиальных клиентов и эффективности работы сотрудников. Одно из ключевых направлений – комплексный AI-анализ коммуникаций менеджеров с клиентами: анализ транскрибированных диалогов и аудиосигнала, контроль стандартов обслуживания, выявление эскалаций и пропущенных элементов, анализ тональности и речевых характеристик, а также формирование рекомендаций для сотрудников и руководителей.
Чем предстоит заниматься
Разрабатывать и улучшать ML/NLP/LLM-компоненты для анализа коммуникаций менеджеров с клиентами
Работать с текстом и аудио: исследовать тональность, речевые паттерны, паузы, темп и другие доступные признаки коммуникации
Решать задачи классификации, скоринга и извлечения признаков из диалогов: эскалации, тематики, соблюдение стандартов, обязательства перед клиентом и другие бизнес-сигналы
Разрабатывать и сравнивать baseline-подходы: правила, prompt-based LLM, классический ML, нейросетевые модели и их комбинации
Готовить данные для экспериментов, формировать обучающие и валидационные выборки, проводить error analysis
Оценивать качество моделей и LLM-компонентов, подбирать метрики и критерии приемки
Участвовать в fine-tuning/LoRA и обучении собственных моделей там, где это оправдано и доступно во внутреннем контуре
Участвовать в развитии RAG- и агентных сценариев на базе внутренних AI-решений
Совместно с Python-разработчиком и аналитиками проектировать AI-pipeline от входных данных до результата, доступного бизнес-системам
Участвовать в Code Review, технических обсуждениях, документировании решений и выводе AI-компонентов в промышленную эксплуатацию
Наши требования
Хорошее знание Python
Поонимание основ машинного обучения: постановка задачи, подготовка данных, обучение, валидация, переобучение, data leakage и выбор метрик
Практический опыт с базовым стеком web-frameworks python и/или другими современными инструментами
Понимание принципов работы LLM, prompt engineering, RAG и подходов к оценке качества генеративных моделей
Умение проводить воспроизводимые эксперименты и аргументированно сравнивать несколько подходов к одной задаче
Знание NumPy, pandas и scikit-learn либо сопоставимых инструментов
Опыт Speech/Audio ML: acoustic features или анализ эмоций по аудио
Опыт в NLP: классификация текстов, embeddings, transformers, извлечение признаков или близкие задачи
Опыт fine-tuning LLM, LoRA, работы с embeddings и векторным поиском
Опыт с CatBoost/LightGBM и predictive ML-задачами
Опыт разработки или эксплуатации ML-сервисов, контейнеризации и оркестрации
Опыт работы в крупных корпоративных контурах с повышенными требованиями к безопасности
Мы предлагаем
Гибкий график начала рабочего дня
Уровень заработной платы определяем по итогам собеседования, отталкиваемся от ваших ожиданий
Команда профессионалов своего дела
Возможность развития по направлениям
ДМС с 1-го дня работы
Обучение и сертификация за счет компании (в том числе обучение английскому языку компенсируется)
Скидки от партнеров и корпоративные программы
Рыночная заработная плата и годовая премия по итогам
Выстроенные процессы по адаптации, оценке и понятную систему роста в компании
Наставник на период адаптации и корпоративную жизнь, в которой можно участвовать по желанию
Сплоченная команда, agile-практики и помощь в профессиональном развитии
Дополнительно
Развиваем прикладные AI-решения, которые быстро проверяются на реальных бизнес-сценариях
Есть возможность работать не только с LLM и prompt-based подходами, но и с классическим ML, NLP, Speech и собственными моделями
Доступна внутренняя инфраструктура для обучения моделей и использования GPU-ресурсов
Можно участвовать в развитии решений на базе GigaChat, RAG, LoRA и агентных подходов
Небольшая AI-команда: заметное влияние на архитектуру, эксперименты и итоговый продукт
Сильное бизнес- и IT-окружение, высокие темпы вывода решений в эксплуатацию
