СБЕР
ML Engineer
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.
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.