ml инженер для кредитных сервисов

Сбер создает сервисы онлайн-кредитования, которые позволяют клиентам быстро получать одобрение и переводить средства на банковскую карту или счет без посещения отделения. Проект развивает клиентский опыт и внедряет механики динамического ценообразования. Команда участвует в разработке высоконагруженных распределённых систем и создании решений для миллионов пользователей по всей России.

• Руководить командой DS, объединяющей продуктовый и исследовательский треки, и выполнять собственную инженерную работу;
• Ставить и декомпозировать задачи, расставлять приоритеты и контролировать качество;
• Наставлять участников команды, проводить код-ревью, формировать стандарты разработки и исследований и участвовать в найме;
• Проектировать архитектуру ML/AI-решений и обосновывать выбор методов и моделей;
• Разрабатывать инструменты тонкой настройки LLM с использованием LoRA/QLoRA;
• Готовить датасеты, строить пайплайны обучения и оценивать качество моделей;
• Разрабатывать и валидировать ML-модели, выполнять feature engineering и выводить модели в промышленную эксплуатацию;
• Формулировать исследовательские гипотезы, проектировать эксперименты, проводить статистическую оценку и создавать прототипы новых подходов;
• Предлагать решения бизнес-задач аналитическими методами, консультировать заказчика и презентовать результаты;
• Проводить код-ревью и давать развивающую обратную связь;
• Ставить задачи команде и оценивать их трудоёмкость.

• Уверенно работать и как исследователь или моделист, и как инженер, доводящий AI-решения до работающего продукта;
• Понимать внутреннее устройство алгоритмов и структур данных: сортировки, поиск, деревья, графы, динамическое программирование и оценку сложности;
• Знать классический ML: линейные модели, градиентный бустинг, SVM и кластеризацию;
• Знать DL: обратное распространение, оптимизаторы SGD и Adam, механизмы внимания и трансформеры;
• Владеть LLM-инженерией: токенизация BPE, LoRA/QLoRA и ANN-поиск;
• Уметь разбирать алгоритмы по научным статьям и реализовывать их в коде;
• Самостоятельно разрабатывать навыки и инструменты для адаптации LLM с помощью LoRA/QLoRA;
• Иметь от 4–5 лет опыта работы Data Scientist или ML-инженером;
• Иметь от 1–2 лет технического лидерства или наставничества;
• Иметь опыт вывода моделей в промышленную эксплуатацию, их сопровождения и исследовательской работы;
• Владеть Python, scikit-learn, pandas, numpy, PyTorch, SQL и PostgreSQL;
• Знать классический ML, валидацию моделей, статистику и математическое моделирование;
• Знать NLP и LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain, промпт-инжиниринг и RAG;
• Иметь практический опыт обучения нейронных сетей, включая трансформеры и минимум два-три типа архитектур: CNN, RNN/LSTM, VAE или RL-агенты;
• Знать MLOps, ML-пайплайны, Docker, FastAPI, Git и принципы воспроизводимости экспериментов;
• Уметь понятно объяснять технические решения нетехнической аудитории;
• Быть готовым развивать управленческие навыки в процессе работы;
• Будет плюсом XAI, большие данные, PySpark, Hive, HDFS, опыт в банковской или финансовой сфере, опыт построения модели с измеримым бизнес-эффектом, участие в соревнованиях Kaggle или аналогичных.

• Гибридный формат работы: четыре дня в офисе на Кутузовском, 32к1;
• Ежегодный пересмотр зарплаты;
• Квартальная и годовая премия;
• Более 400 образовательных программ СберУниверситета;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Дисконт по ипотечному кредиту в размере одной трети ключевой ставки ЦБ;
• Подписка Прайм с возможностью совместного использования на троих близких;
• Вознаграждение за рекомендацию друзей в команду Сбера.