Data scientist (AI-агенты)

Наша команда занимается разработкой NLP моделей и решений на основе LLM для операционных, интегрированных и ESG рисков. Решаем задачи по построению AI-агентов и мультиагентных систем. Примеры задач: система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин. Обязанности разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию) адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO) решение задач NLP (Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering) писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов курирование стажеров/лидирование Junior DS/кураторство исследовательских работ внутри Сбера и команд из ВУЗов. Требования высшее техническое образование с хорошей подготовкой в области математики и алгоритмов знание статистики и ML/DL алгоритмов знание Python и ML-стэка (PyTorch, TensorFlow, Scikit-learn, Pandas, Scikit-learn) опыт проектирования и обучения нейросетевых моделей (от CNN/RNN до трансформеров) опыт построения RAG (классический RAG, GraphRAG, Agentic RAG) умение разрабатывать автономных AI-агентов на langchain/langgraph умение создать и опубликовать собственную python библиотеку знание классических алгоритмов (two pointers, бинарный поиск) и структур данных (куча, стэк, бинарное дерево) знание того, какие типы задач эффективнее решать с помощью процессов/потоков. Умение применять модули threading, asyncio, multiprocessing знание принципов ООП, паттернов проектирования. Умение писать чистый, поддерживаемый код (clean architecture, SOLID) опыт работы с Git (GitFlow), проведения Code Review уверенный английский язык для чтения и анализа научных статей и документации. Преимуществом будет: опыт написания юнит-тестов на python (pytest) опыт работы с БД (PostgreSQL), написания и оптимизации сложных SQL запросов опыт в соревнованиях (к примеру Kaggle Expert+, или успехи на других платформах) знание других языков программирования (например, C++, Java). Условия комфортный современный офис рядом с м. Кутузовская возможность выбрать удобный график – офис/гибрид/ годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития регулярные митапы и развитое DS-community расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.