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
AI-команда блока развития клиентского опыта B2C создаёт AI-агентов и решения на основе LLM для улучшения взаимодействия с внешними и внутренними пользователями Сбера. Команда автоматизирует процессы, персонализирует сервисы и внедряет AI-решения в реальные бизнес-процессы. В управлении работают более 45 специалистов, включая Data Scientists, AI- и ML-инженеров, MLOps- и Project-менеджеров.
задачи
Разрабатывать и внедрять LLM-пайплайны и AI-агентов от генерации идеи и сборки MVP до запуска в продакшн;
Дообучать LLM на базе GigaChat под конкретные бизнес-задачи и предметные области с использованием Fine-tuning и LoRA;
Оборачивать разработанные модели и бизнес-логику в надёжные микросервисы на Python;
Переводить бизнес-потребности на язык машинного обучения;
Предлагать оптимальные архитектурные решения.
требования
От 3 лет опыта в Data Science или NLP с уверенным практическим применением LLM;
Опыт разработки LLM-пайплайнов, RAG-систем или AI-агентов;
Знание LangChain, LangGraph или аналогичных фреймворков;
Глубокое понимание NLP: от классических подходов до современных трансформеров и LLM;
Знание основных принципов и алгоритмов классического ML;
Понимание принципов проектирования микросервисной архитектуры и REST API;
Опыт написания асинхронных и многопоточных приложений;
Умение писать чистый, поддерживаемый и тестируемый код на Python;
Владение Git, SQL, Bash и Docker;
Будет плюсом опыт интеграции AI-агентов и ML-моделей в высоконагруженные сервисы, интерес к SOTA-подходам в агентной разработке, практическое применение DeepAgents в PET-проектах, опыт работы с Kubernetes.
условия
Комфортный современный офис рядом с м. Кутузовская;
Ежегодный пересмотр зарплаты;
Квартальная и годовая премия;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета;
Программа адаптации и помощь руководителя на старте;
Расширенный ДМС;
Льготное страхование для семьи;
Корпоративная пенсионная программа;
Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования на трёх близких;
Вознаграждение за рекомендацию друзей в команду Сбера.