СБ
СБЕР
ML - инженер (Creator)
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Последнее подтверждение14 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.
Ждем именно тебя!
Обязанности
- проектировать и разрабатывать LLM-workflow, AI-агентов и мультиагентные системы: настраивать взаимодействие моделей, работу с контекстом и вызов внешних инструментов
- разрабатывать и улучшать RAG-решения: подготовку данных, векторизацию, поиск релевантной информации и формирование контекста для LLM
- исследовать и применять подходы на основе Transformer и Attention для обработки текстов, извлечения сущностей и построения векторных представлений
- интегрировать AI-решения со смежными банковскими продуктами и внешними сервисами
- проводить эксперименты, оценивать и улучшать качество агентов и ML-моделей, настраивать мониторинг их работы
- участвовать в построении масштабируемых MLOps-процессов для развёртывания и стабильной работы моделей в промышленной эксплуатации.
Требования
- опыт работы в машинном обучении от трёх лет, наличие реализованных и внедрённых решений
- практический опыт разработки LLM-workflow или агентских систем, их интеграции и адаптации под бизнес-задачи
- опыт работы с RAG и векторным поиском: разбиение данных на фрагменты, выбор embeddings, поиск и ранжирование результатов
- знание основ машинного обучения и основных архитектур Deep Learning, в особенности Transformer и механизма Attention; понимание принципов работы и обучения LLM
- уверенное владение Python, NumPy, Pandas, Scikit-learn и PyTorch, опыт написания кода для промышленной эксплуатации
- опыт работы с LangGraph или аналогичными инструментами построения LLM-workflow и агентских систем
- опыт работы с Big Data-стеком – Spark, Hadoop, Hive; умение строить и оптимизировать пайплайны обработки данных
- базовые знания и практический опыт в MLOps: развёртывание, мониторинг и сопровождение моделей
- умение оценивать качество решений…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / Data Scientist / RU