ПАО "Сбербанк"·Москва·6 июля
Team Lead Data Science NLP
Ориентир по рынку≈ 337 000 – 362 000 ₽наша приблизительная оценка по 13 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,1 тыс.–4,4 тыс. $
🏢 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
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.
Живость
Открыта уже 108 дней. Источник её держит, но за таким сроком часто стоит трудный найм или набор в резерв.
- Зарплата не указана
Описание
Обязанности: 7, требования: 12. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС и конференции за счёт компании
Что требуют
ОбязательноNLPLLMMLGitJiraConfluenceReact
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 ПАО "Сбербанк" обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
_Мы разрабатываем LegalTech-продукты на основе передовых NLP-моделей. Наши решения ежедневно анализируют сотни типов юридических документов, извлекают из них знания и помогают людям принимать с их помощью ответственные решения. Это позволяет оптимизировать работу банка по правовым рискам кредитных сделок с минимальным участием человека._
Чем предстоит заниматься
Решение сложных задач по созданию разнообразных AI-сервисов в юридической сфере с использованием LLM GigaChat
Исследование и подбор передовых решений, быстрая оценка их эффективности, оценка необходимых ресурсов (данные, вычисления), проверка гипотез, разработка плана разработки
Формирование требований к разметке: вопросов-ответов и чатов для задачи дообучения LLM на специализированном юридическом домене, взаимодействие с юристами и специалистами по разметке
Повышение качества генерации LLM за счет использования продвинутых техник промтинга (CoT, ToT, ReAct, Planning, etc)
Создание собственных AI-агентов, решающих юридические задачи шаг за шагом
Участие в создании специализированного юридического бенчмарка для оценки способностей LLM
Желание разобраться в нюансах нашей доменной области
Наши требования
Опыт разработки NLP-моделей от 3-х лет
Знание передовых подходов, умение объяснить их команде
Отличное знание основ Data Science — от линейной алгебры и теории вероятностей до DNN и RLHF
Понимание архитектуры и принципов устройства и обучения больших лингвистических моделей (LLM) и генеративных трансформеров типа GPT/Bert
Понимание принципов обучения и применения моделей обучения с подкреплением (Reinforced Learning)
Понимание основных методов Machine Learning (regressions, clustering, decision trees, и т.д.), уверенное знание когда их применять, а когда не надо
Оценка вычислительной сложности всего Pipeline, применение классических алгоритмов для её снижения
Готовность браться за нестандартные, сложные задачи
Быстро проверять гипотезы на небольших мощностях и масштабировать успешные решения
Умение оценивать прогресс решения на цифрах
Готовность работать в команде и применять Git, Jira, Confluence и другие средства командной работы
Высокая степень самоорганизации
Мы предлагаем
Страшно интересные NLP задачи в самой сложной области предметных знаний (GPT + Legal domain)
Возможность обучения и развития, участия в конференциях от Сбера
Уютный офис с печеньем и другими удобствами
Социальный пакет (ДМС, фитнес, льготное страхование)
