Senior Data Scientist (NLP, LLM / Разработка AI-решений БСР)

Наша команда разрабатывает комплексные AI-решения (Classic NLP, LLM, AI-agents) для ключевых продуктов и процессов Блока «Стратегия и развитие». Мы всегда находимся на переднем краю развития технологий и пробуем новое — первыми в Сбере разработали прототип мультиагентной системы для работы с обращениями, благодаря чему агентные решения стали одним из самых востребованных направлений в банке.

Наш технологический фокус выходит за рамки AI-агентов: мы решаем задачи классификации, кластеризации, мэтчинга, доменной адаптации (Metric Learning, PEFT), при необходимости используем SFT. Итог нашей работы — не отдельный e2e-пайплайн, а production-ready мультисервисные архитектуры, интегрированные во внутренние поверхности Сбера.

Недавние проекты: мультиагентная система для анализа организационной эффективности (доклад на AI Journey 2025), мультиагентный пайплайн для анализа документов об организационных изменениях, AI-агент-Copilot для постановки и мониторинга целей. Все направления активно растут и получают непосредственную поддержку руководства банка.

Технологии, инструменты: Python, PyTorch, FastAPI, RNN/LSTM/Transformers, LLM, RAG, PostgreSQL, Vector storage, LangChain, LangGraph, MLflow, Git, Docker, OpenShift, Kafka, Jenkins, Grafana, ML SysDes.

Основные направления деятельности

• Формируем рекомендации по повышению эффективности команд, продуктов и подразделений на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов (Jira, встречи, письма и др.).
• Проводим комплексный анализ результативности в рамках сценарного моделирования деятельности по достижению целей руководства банка.
• Реализуем пайплайны обработки внутренних документов произвольной длины для построения рекомендаций по работе с ними и ускорения организационных изменений.
• Выявляем глобальные тренды и проводим анализ их влияния на численность ролей банка для Стратегии Сбера.
• Анализируем графы целей организации (связанность, каскадирование), а также рекомендуем амбициозные цели с учетом контекста и приоритетов Стратегии.
• Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
• Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
• Проверяем гипотезы любой сложности для получения Data-driven-инсайтов для подготовки стратегических сессий руководства банка.

Наши глобальные приоритеты

• Разработка и внедрение AI-решений (Classic NLP, LLM-приложения, AI-агенты) для повышения эффективности приоритетных стратегических процессов банка с потенциалом использования на внешнем рынке.
• Создание SotA-решений с учетом специфики банка.

Почему нас выбирают

• Возможность использовать передовые AI-технологии и платформы банка.
• Участие в развитии инновационных сервисов стратегического блока, которые приносят реальную пользу процессам и продуктам всего банка и быстро попадают в поле зрения ключевых руководителей.
• Возможность участия в международных проектах и конференциях по AI и ML.
• Работа в дружной команде профессионалов, ориентированной на достижение самых амбициозных целей и постоянное развитие.

Обязанности

• Разработка и внедрение AI-сервисов (Classic NLP, LLM-приложения, AI-агенты, диалоговые системы) от этапа MVP до ПРОМ (CRISP-DM).
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, NER, Semantic Search, Clustering и др.
• Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangGraph, LangChain/GigaChain, LlamaIndex и др.).
• Адаптация и обучение языковых моделей на основе внутренних и внешних данных (Prompt Tuning, RAG, PEFT, SFT).
• Индексация и ранжирование текстовых документов.
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач, лидирование отдельных направлений.
• Определение ML SysDes решения с учетом разрешенного технологического стека.
• Оптимизация AI-сервисов в промышленной среде.
• Участие в валидации и автомониторинге моделей, проведение A/B-тестирования.

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики и информатики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, Сколтех.
• Опыт в разработке NLP-моделей и рекомендательных систем.
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Высокий уровень владения ядром Python и SQL.
• Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers.
• WEB-фреймворки: FastAPI (async methods), Flask и др.
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
• Знание агентных архитектур (ReAct, Blackboard, Multi-agent и др.).
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).
• Контейнеризация: Docker, OpenShift.
• Построение мультисервисных архитектур.
• Опыт e2e-разработки AI-пайплайнов (в т.ч. RAG-пайплайнов).

Условия

• Гибкий гибрид (обсуждаем индивидуально).
• Современный IT-офис вблизи Москва-Сити с фитнес-залом.
• Ипотека с выгодой для сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.