Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой — после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
Центр практического искусственного интеллекта разрабатывает и внедряет высокотехнологичные AI-инструменты для решения задач из повседневной практики бизнеса.
задачи
Разрабатывать и внедрять LLM-агентов и продвинутые RAG-системы в управленческом домене — от прототипов до продакшена;
Решать прикладные задачи оценки качества и полноты документации и отчётности в бизнес-доменах средствами ИИ-ассистентов;
Исследовать и настраивать оркестрацию нескольких агентов с использованием LangGraph, LangChain и schema guided reasoning pipelines;
Работать с GigaChat как основной моделью и экспериментировать с ChatGPT, Gemini и Qwen;
Выполнять дообучение моделей с применением instruction-tuning, adapters, LoRA, SFT и LLM-RL;
Разрабатывать метрики качества;
Взаимодействовать с инженерами и аналитиками для внедрения моделей в реальные кейсы.
требования
Опыт работы в роли DS/ML от 3 лет;
Глубокая экспертиза в NLP/LLM;
Уверенное знание инструментов разработки и инфраструктуры: bash, Docker/OpenShift, Git и других;
Фундаментальные знания в области ML;
Профильное образование;
Отличное знание Python и опыт промышленной разработки;
Понимание архитектуры LLM и принципов prompt engineering;
Опыт построения RAG-систем, дообучения и тонкой настройки моделей;
Умение проектировать пайплайны inference и retraining;
Опыт упаковки моделей в сервисы и интерфейсы, например FastAPI, Flask, Tornado, Streamlit и Chainlit;
Опыт интеграции LLM с внешними API или базами знаний.
условия
Комфортный современный офис рядом с метро Кутузовская;
Возможно обсудить гибрид после испытательного срока;
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;
Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования на троих близких;
Вознаграждение за рекомендацию друзей в команду Сбера.