← К каталогу
СБ

СБЕР

ML Engineer

ОфисУровень не указанМосква, Россия3 ч назад
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 подтверждение24 мин. назад
Впервые замечена2 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы - направление Сбербанк Онлайн и AI-помощник в дивизионе Премиальный сегмент. Наша общая цель – развивать интеллектуальные сервисы для повышения качества обслуживания премиальных клиентов и эффективности работы сотрудников.

Одно из ключевых направлений – комплексный AI-анализ коммуникаций менеджеров с клиентами: анализ транскрибированных диалогов и аудиосигнала, контроль стандартов обслуживания, выявление эскалаций и пропущенных элементов, анализ тональности и речевых характеристик, а также формирование рекомендаций для сотрудников и руководителей.

Почему мы:

  • Развиваем прикладные AI-решения, которые быстро проверяются на реальных бизнес-сценариях;
  • Есть возможность работать не только с LLM и prompt-based подходами, но и с классическим ML, NLP, Speech и собственными моделями;
  • Доступна внутренняя инфраструктура для обучения моделей и использования GPU-ресурсов;
  • Можно участвовать в развитии решений на базе GigaChat, RAG, LoRA и агентных подходов;
  • Небольшая AI-команда: заметное влияние на архитектуру, эксперименты и итоговый продукт;
  • Сильное бизнес- и IT-окружение, высокие темпы вывода решений в эксплуатацию.

Обязанности

  • разрабатывать и улучшать ML/NLP/LLM-компоненты для анализа коммуникаций менеджеров с клиентами
  • работать с текстом и аудио: исследовать тональность, речевые паттерны, паузы, темп и другие доступные признаки коммуникации
  • решать задачи классификации, скоринга и извлечения признаков из диалогов: эскалации, тематики, соблюдение стандартов, обязательства перед клиентом и другие бизнес-сигналы
  • разрабатывать и сравнивать baseline-подходы: правила, prompt-based LLM, классический ML, нейросетевые модели и их комбинации
  • готовить данные для экспериментов, формировать обучающие и валидационные выборки, проводить error analysis
  • оценивать качество моделей и LLM-компонентов, подбирать метрики и критерии приемки
  • участвовать в fine-tuning/LoRA и обучении собственных моделей там, где это оправдано и доступно во внутреннем…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU