data scientist прогнозной аналитики

Команда развивает решения в области прогнозной аналитики и сценарного планирования с применением больших языковых моделей для ключевых процессов банка и его партнёров. Она использует современные архитектуры forecasting и LLM, создаёт инфраструктуру для прототипирования, обучения и внедрения прогнозных моделей и масштабирует решения на высоконагруженные системы. Проекты охватывают анализ изображений и видео, автономные системы и Модели Мира.

• Анализировать требования и проектировать архитектуру решений на стыке классического прогнозирования и LLM;
• Разрабатывать гибридные прогнозные модели: временные ряды, регрессию, классификацию и агентные LLM-решения для сценарного планирования и стратегического прогнозирования;
• Интегрировать LLM-агентов в конвейеры прогнозирования для генерации сценариев, объяснения прогнозов, кросс-модального анализа и многофакторного моделирования;
• Оптимизировать модели для промышленного внедрения: выполнять квантование, дистилляцию и ускорение инференса;
• Взаимодействовать с командой разработки для передачи моделей в промышленную эксплуатацию, включая разработку API и интеграцию с существующими системами;
• Документировать эксперименты, метрики и результаты с использованием MLflow, TensorBoard и WandB;
• Проводить проверку кода, наставлять младших специалистов и поддерживать качество кода в команде;
• Исследовать и внедрять новые подходы из научных публикаций по прогнозированию, LLM и агентным системам.

• Опыт работы в Data Science, прогнозировании или анализе временных рядов от 3 лет;
• Хорошие инженерные навыки и понимание процессов ИТ-разработки и DevOps;
• Глубокое знание Python и библиотек для ML и прогнозирования: PyTorch, TensorFlow, scikit-learn, Prophet, statsmodels, Darts, GluonTS;
• Знание классического прогнозирования: ARIMA, SARIMA, экспоненциальное сглаживание, регрессионные модели и ансамбли;
• Опыт работы с LLM и агентными архитектурами: LangChain, LlamaIndex, AutoGen, CrewAI и другими;
• Знание архитектур нейронных сетей для задач прогнозирования: LSTM, GRU, Transformer, Temporal Fusion Transformer, N-BEATS, Chronos;
• Понимание принципов интеграции нейронных сетей с языковыми моделями;
• Опыт работы с фреймворками для развёртывания моделей: ONNX, TensorRT, TorchScript;
• Понимание методов оптимизации инференса;
• Умение читать научные статьи на английском языке и быстро прототипировать новые подходы;
• Понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA, адаптеры, RAG;
• Будет плюсом опыт работы с агентными системами для автоматизации аналитических задач и генерации сценариев.

• Комфортный современный офис рядом с м. Кутузовская;
• Гибридный формат работы;
• Ежегодный пересмотр зарплаты и годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• Бесплатная подписка Прайм с возможностью совместного использования с тремя близкими;
• Вознаграждение за рекомендацию друзей в команду Сбера.