Data Scientist (Центр цифровых решений)

Мы компактная команда из 9 человек. Вместе мы отвечаем за создание и развитие цифровых инструментов повышения эффективности.

Наша цель: Создать персонального помощника руководителя, направленного на повышение эффективности на основе Gen AI, мультиагентных систем и графов знаний

Обязанности

• разрабатывать LLM-агентов и мульти-агентные системы — проектировать архитектуру, управлять памятью, планированием и вызовом внешних инструментов (function calling)
• настраивать алгоритмы и проводить эксперименты — оптимизировать промпты, гиперпараметры, стратегии семплирования, тестировать фреймворки
• строить production-пайплайн — от запроса до действия агента с логированием, трейсингом, мониторингом качества и затрат токенов
• обеспечивать качество агента — внедрять автоматические метрики (успешность вызова инструментов, достижение цели), проводить бэктесты
• работа на стыке технологий и бизнеса: превращение данных в решения

Требования

• опыт с агентными системами — от 2 лет именно с LLM-агентами, или 4+ лет в DS/ML, из которых не менее года с агентами
• экспертный Python — асинхронность, Pydantic, типизация, тестирование недетерминированного поведения, уверенная работа с PyTorch.
• глубокое понимание LLM — принципы работы, контекст, function calling, различия моделей, знание современных архитектур LLM
• опыт разработки AI-агентов и production-решений — фреймворки LangChain, LangGraph; построение пайплайнов с MLOps-подходом, понимание DevOps-процессов
• backend-разработка — создание REST API (FastAPI), работа с LLM API, понимание RAG-архитектур и векторных баз данных (SQL, векторные БД).
• инструменты и инженерия — Git, Docker, опыт разработки высоконагруженных систем (от 5 лет в IT/DS), системное мышление и ориентация на бизнес-результат
• эксперименты и оценка — умение строить метрики качества и эффективности агентов, быстро тестировать новые подходы, читать научные статьи на английском
• будет плюсом: опыт с multi-agent системами, fine-tuning LLM (LoRA/QLoRA), знание RL/DPO, понимание методов распределённого обучения.

Условия

• возможность внести вклад в развитие самой перспективной сферы — искусственный интеллект
• формат работы: офис (м.Кутузовская)
• 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
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.