ml инженер банковских рисков

Команда разрабатывает интеллектуальные системы для анализа банковских рисков: NLP-модели на основе LLM, AI-агентов и мультиагентные системы, трансформерные модели для финансовых данных и ML-модели для кредитования.

• Разрабатывать PoC и MVP AI-агентов на основе LLM с использованием LangChain и LangGraph;
• Адаптировать и обучать LLM Сбера на внутренних и внешних данных с применением Prompt Tuning, LoRA, SFT и GRPO;
• Применять подход RL для улучшения способности моделей к рассуждению.

• Быть студентом бакалавриата или магистратуры технической специальности;
• Знать статистику и алгоритмы ML/DL;
• Знать Python и ML-стек: PyTorch, Scikit-learn, Pandas;
• Понимать устройство современного NLP: токенизацию, обработку данных, эмбеддинги и предварительно обученные модели;
• Иметь опыт проектирования и обучения нейросетевых моделей от CNN/RNN до трансформеров;
• Иметь опыт построения RAG: классического RAG, GraphRAG и Agentic RAG;
• Знать классические алгоритмы и структуры данных;
• Понимать, какие задачи эффективнее решать с помощью процессов и потоков;
• Уметь применять threading, asyncio и multiprocessing;
• Знать принципы ООП и паттерны проектирования;
• Уметь писать чистый и поддерживаемый код с применением Clean Architecture и SOLID;
• Иметь опыт работы с Git.

• Стажировка длится 3–6 месяцев;
• Занятость 20–40 часов в неделю;
• Гибкий график с понедельника по пятницу;
• Доступ к каталогу образовательных программ СберУниверситета;
• Бесплатная подписка на СберПрайм+;
• Скидки на продукцию партнёров компании;
• Вознаграждение за рекомендации друзей в команду Сбера.