Кластер моделирования и исследования данных Блока «Стратегия и развитие» Сбера занимается разработкой AI-решений для различных бизнес-доменов подразделения: целеполагание и эффективность деятельности, управление численностью Группы, Data-driven инсайты для стратегии, анализ процессов и клиентских путей банка.

Обязанности

· консультирование / участие в автоматизации источников данных для ML моделей совместно с ML Engineer/Data Engineer;

· end2end-разработка ML-моделей, доведение моделей из стадии MVP до целевого решения (все этапы ЖЦ моделей по CRISP-DM от Data Understanding до Deployment с использованием тех. стека банка);

· NLP-задачи: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering и др.;

· Domain Adaptation и дообучение (Lora SFT / SFT) большой языковой модели Сбера (GigaChat) с использованием внутренних / синтетических данных;

· LLM Plugins (multi-hop reasoning, поиск, генерация fuse blocks для вызова внешних API);

· разработка Python back-end сервисов для обслуживания моделей в ПРОМ-среде.

Сопутствующие обязательные стримы:

· взаимодействие с бизнес-заказчиком для выявления требований к AI-компоненте продукта;

· участие в разработке архитектуры решения в части AI-компоненты (тех. стек для развертывания моделей в средах исполнения);

участие в стримах по валидации моделей и постановке их на автомониторинг

Требования

· опыт в разработке NLP-моделей (обязательно) и рекомендательных систем (желательно);

· умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов;

· высокий уровень владения ядром Python и SQL;

· свободное владение базовыми библиотеками на Python, в том числе: pandas, numpy, matplotlib, seaborn;

· знание фреймворков, библиотек, алгоритмов машинного обучения: Scikit-learn, Pytorch, XGBoost, CatBoost, TensorFlow, transformers;

· опыт работы с NLP-библиотеками: pymorphy2, NLTK, Gensim, spaCy, regexp;

· знание NN-архитектур: LSTM, трансформеры (GPT, BERT, BART, T5);

· контейнеризация: Docker;

· виртуализация: OpenShift;

· брокеры сообщений: Kafka;

· инструменты DevOps (MLOps): Git, Bitbucket, Nexus, Jenkins;

· индустриальный опыт разработки, обучения, тестирования, выведения моделей в эксплуатацию и мониторинга качества;

· технический английский (статьи, документация);

преимущество: pet-projects на Github, владение Confluence, Jira, медали на Kaggle, готовность брать на себя коммуникацию с бизнес-заказчиком.

Условия

ипотека выгоднее для каждого сотрудника и льготные условия кредитования
фитнес залы в офисах;
бесплатная подписка СберПрайм+;
скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Сбер Еаптека и другие;
ДМС с первого дня и льготное страхование для близких;корпоративная пенсионная программа;
курсы для будущих родителей, материальная поддержка и тематическое сообщество для молодых мам;
детский отдых и подарки за счет Компании;
обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию;
реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение до 100 тыс. рублей

Data Scientist (NLP)