AI генералист поведенческой науки

Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления. Наша ключевая задача: исследовать и рассказывать, что происходит и будет происходить с человеком, как эти изменения переложить в продукт, коммуникации, HR-процессы, чтобы они стали лучше. Работа в Лаборатории – это возможность прикоснуться практически к любому бизнес-подразделению экосистемы Сбера, к большим данным Сбера, к клиентской базе более 100 млн человек.

• классический ML/NLP: разработка и обучение моделей для анализа текстов, поведенческих данных, психометрических профилей.
• кластеризация, классификация, NER, sentiment — всё, что требуется для исследований на данных.
• LLM-интеграция: fine-tuning и дообучение языковых моделей под задачи Лаборатории, построение embedding-пайплайнов, проектирование RAG-архитектур с графовыми и векторными БД.
• работа с промптами на уровне системной архитектуры, а не ad hoc экспериментов
• Production & MLOps: вывод моделей из ноутбуков в production — контейнеризация, CI/CD, мониторинг, версионирование моделей и данных
• построение воспроизводимых пайплайнов обработки данных.

• практический опыт обучения и дообучения моделей (классический ML + deep learning)
• уверенная работа с NLP: text classification, NER, embeddings, topic modeling, умение работать с ASR, Text-to-Speech задачами
• опыт fine-tuning трансформерных моделей (HuggingFace Transformers, PEFT, LoRA, QLoRA)
• понимание метрик качества моделей и умение проектировать эксперименты.
• опыт работы с LLM API (OpenAI, Anthropic и др.) на уровне production-решений
• построение RAG-пайплайнов: chunking-стратегии, embedding-модели, векторные и графовые БД
• понимание различий между векторным поиском и BM25
• работа с LangChain / LangGraph или аналогами.
• Python как основной язык, уверенное владение
• Docker, CI/CD, базовый DevOps
• опыт работы с ML-оркестраторами (MLflow, W&B, Prefect, Dagster — хотя бы один)
• навыки разработки API (FastAPI / аналоги)
• работа с SQL-базами (ClickHouse, Postgres) и очередями (RabbitMQ и т.п.).
• техническое образование (ML, CS, математика, инженерия)
• умение переводить абстрактные исследовательские гипотезы в формализованные ML-задачи
• способность объяснять технические решения нетехнической аудитории (исследователям, бизнесу)
• интерес к поведенческой науке, психологии — или хотя бы готовность погружаться.
• Будет плюсом: опыт работы с распределёнными вычислениями (Ray, DeepSpeed); знакомство с Prometheus, OpenTelemetry, observability-стеком; опыт работы с графовыми базами данных (Neo4j и т.п.); контроль стоимости и latency AI-вызовов; публикации, pet-проекты, вклад в open-source; опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• комфортный современный офис г. Москва, рядом с метро Кутузовская
• офисный формат работы: 5/2 с 10 до 19, возможен гибрид (1-2 дня в неделю вне офиса)
• ежегодный пересмотр зарплаты и годовая премия
• 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.