Описание

Сбербанк Онлайн (СБОЛ) — приложения с 80+ млн клиентов. В приложении помимо привычного и классического функционала мы развиваем ИИ-сервисы, основной из которых это ИИ-Помощник.

Основной вызов для нас — используя привычный клиентам поиск по СБОЛу, дополнить его функциональностью ИИ-Помощника так, чтобы без потери качества базовых функций научиться решать более сложные клиентские задачи.

С участием Lead Data Scientist мы хотим:

• развить компетенцию DS на уровне подразделения. Это включает в себя работу с теми командами, которые занимаются или готовятся заниматься агентами или функциями для ИИ-Помощника.
• определить вектор развития Поиска с ИИ-помощником в СБОЛе, совместно с другими командами. Это направление во многом связано с адаптацией LLM под специфику продукта и с оценкой качества Поиска и ИИ-Помощника — и далее с изменениями, которые необходимо будет сделать по результатам оценок. С одной стороны - это исследования данных и проверка гипотез, а с другой — выстраивание общего и прозрачного процесса.

Обязанности

LLM-ориентированные решения: 

• оптимизация производительности LLM в production (скорость, стоимость, точность)
• проектирование и разработка пайплайнов для получения обработки данных (RAG, агентские системы, семантический поиск).

Работа с данными:

• пайплайны работы с данными
• постановка требований к разметке
• контроль качества датасетов
• оценка ROI ML-фич через метрики / эксперименты.

Лидерство и экспертиза: 

• умение переводить бизнес цели в ML – задачи, формирование требований к DS командам, участие в стратегии развития продукта и команды
• участие в постановке технических требований и взаимодействие с бизнес-заказчиками
• проработка с продуктами, системными аналитиками, смежными командами требований и вариантов решения задач
• проработка с отделом обучения тестовой и обучающей разметки для обучения юридическим навыкам GigaChat и других LLM
• подбор и развитие людей, менторство младших коллег, разработка best practices для команды
• анализ рисков и поиск компромиссов между качеством моделей, скоростью и стоимостью.

Продакшен-инжиниринг: 

• внедрение DS-моделей в production с использованием MLOps-практик. (CI/CD мониторинг, A/B-тесты).

Требования

• высшее образование, опыт работы от 5 лет в DS/NLP, включая от 1 года работы с LLM, опыт с production 
• готовность как писать код, пайплайны, обучать модели, так и писать документацию, проектировать системы и готовить спецификации на модели, данные, пайплайны
• глубокая экспертиза в адаптации LLM: SFT, RLHF, LoRA, prompt engineering
• опыт построения RAG-систем, агентских пайплайнов и сервисов на основе LLM, знание современных фреймворков (PyTorch, Hugging Face, LangChain, LlamaIndex)
• понимание компонентов инфраструктуры: Docker, Kubernetes, облачные платформы, MLOps: CI/CD, мониторинг дрифта данных, логирование
• опыт трансформации бизнес-задач в технические требования
• умение оценивать ROI DS-решений и балансировать между инновациями и практичностью, умение быстро делать прототипы решений и искать баланс между скоростью/качеством/производительностью.

Условия

• формат работы: офис в Москве, гибрид - по договоренности, Бизнес-центр, Кутузовский проспект, д. 32, к.1
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС (медицинское страхование), льготное страхование для семьи
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.