Build AI agents, fine-tune LLMs, and deploy RAG systems for internal security tools using PyTorch, LangChain, and vLLM.
Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей.
Ищем Middle Data Scientist, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду.* cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы)
* cоздание RAG-систем
* разработка и поддержка ML/DL моделей, включая их обновление и адаптация к меняющимся условиям и требованиям бизнеса
* дообучение и адаптация открытых LLM
* создание системы мониторинга качества моделей и контроль их эффективности.* опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен
* понимание математики классического ML и архитектуры нейросетей (PyTorch/TF)
* уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face
* уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI)
* опыт создания агентов на LangChain/LangGraph
* знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling
* опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies)
* опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM
* опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA)
* настройка мониторинга data drift и model decay, а также валидация моделей
* навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
* опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
* инструментальное владение AI для анализа, генерации и автоматизации.* инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
* среда для обмена знаниями – высокая экспертиза внутри команды;
* сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
* нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
* стабильная заработная плата и годовой бонус
* полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
* вознаграждение за рекомендацию друзей в команду Сбера.