Руководитель направления анализа и подготовки данных

Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка. Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения. Мы обеспечиваем полный цикл разработки (E2E). Мы в поиске играющего тренера - руководителя направления анализа и подготовки данных для AI. Команда 5 человек

• создавать и оптимизировать подходы к оценке качества моделей и AI-пайплайнов (RAG, LLM, OCR)
• построение online/offline метрик качества, написание методологий оценки для мониторинга качества и регрессионного тестирования
• проводить эксперименты, проверять гипотезы по улучшению текущих AI-решений
• выявлять уязвимости в качестве в AI-пайплайнах и оперативно предлагать решения для устранения проблем в production (проводить A/B-тестирования)
• отвечать за качество данных и методологию их подготовки для AI/ML-проектов
• поддержка и оптимизация полного цикла работы с данными: сбор, хранение датасетов, разметка, авто-разметка (LLM-as-a-judge), валидация
• автоматизация data-циклов: сбор данных, разметка, подсчет метрик, оценка качества
• совместно с ML-инженерами определять требования к моделям и к данным (состав, объем и качество датасетов)
• руководить командой Data-аналитиков, Data-менеджеров, разметчиков
• говорить на одном языке с «бизнесом» и ML-инженерами: сбор и анализ бизнес-требований, понимание применимости и ограничений AI.

• любить data-driven подход)
• кросс-функциональное уметь разговаривать с DS и разработчиками
• python, SQL, уверенный vibe-coding
• понимание процесса деплоя моделей
• понимание работы LLM и знание понятий типа RAG, fine tuning, skills/tools, Data Governance
• знание подходов по оценке качества LLM, RAG
• знание матстата
• jira, agile итд
• soft skills (уверенный problem-solving)
• системное мышление
• Будет плюсом: опыт построения процессов по оценке качества GenAI; опыт работы с данными для LLM и AI-агентов; опыт управления разметчиками; опыт создания пайплайнов data lifecycle; знакомство с LabelStudio, Toloka; опыт работы с качеством разметки (consistency, honeypots, golden dataset)

• комфортный современный офис - м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, годовой бонус
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.