ml разработчик банковских продуктов

«История операций» — один из самых высоконагруженных и посещаемых экранов в приложении СберБанк Онлайн. Команда превращает строки чеков в интерактивную ленту с общением пользователя с финансами на естественном языке, умными инсайтами, автоматическими тегами и персонализированной аналитикой расходов.

• Разрабатывать и внедрять ИИ-агентов на базе GigaChat, обучать и дообучать модели, настраивать вызов внешних инструментов под задачи банкинга;
• Проектировать и обучать классические ML-модели для анализа транзакционных и табличных данных;
• Строить RAG-системы для контекстного поиска ответов по финансовым логам, чекам и документам пользователей;
• Анализировать и дорабатывать корзину запросов, оценивать качество и ошибки ответов агентов;
• Согласовывать метрики Guardrails и Ragas, защищать подходы перед бизнесом и объяснять ценность данных;
• Обеспечивать надёжность и оптимизировать рабочие процессы, минимизировать задержки ответов;
• Настраивать мониторинг внедрённых решений и контролировать траекторию поведения агента;
• Исключать галлюцинации в продакшене.

• Опыт работы с LLM от 2–3 лет;
• Опыт запуска языковых моделей в продакшене;
• Уверенное владение Python, PyTorch, Hugging Face, LangChain и LlamaIndex;
• Знание Prompt Engineering;
• Опыт оптимизации инференса с vLLM и TensorRT-LLM;
• Умение оценивать качество генерации с Ragas и TruLens;
• Знание алгоритмов классического машинного обучения;
• Опыт работы с табличными данными и признаками;
• Знание CatBoost, LightGBM и Scikit-learn;
• Уверенное написание сложных SQL-запросов в Hive и Spark для подготовки датасетов.

• Конкурентная белая зарплата;
• Годовые бонусы;
• ДМС;
• Тренажёрный зал;
• Доступ к мощным суперкомпьютерам Сбера для обучения крупных моделей;
• Гибкие методологии работы внутри DS-сообщества;
• Профильное обучение, митапы, конференции и воркшопы.