Руководитель направления по исследованию данных / Lead Data Scientist (СБОЛ)

Сбербанк Онлайн (СБОЛ) — приложение с 80+ млн клиентов. В приложении помимо привычного и классического функционала мы развиваем ИИ-сервисы, основной из которых это ИИ-Помощник.

Основной вызов для нас — используя привычный клиентам поиск по СБОЛу, дополнить его функциональностью ИИ-Помощника так, чтобы без потери качества базовых функций научиться решать более сложные клиентские задачи.

С участием Lead Data Scientist мы хотим:

• Развить компетенцию DS на уровне подразделения. Это включает в себя работу с теми командами, которые занимаются или готовятся заниматься агентами или функциями для ИИ-Помощника.
• Определить вектор развития Поиска с ИИ-помощником в СБОЛе, совместно с другими командами. Это направление во многом связано с адаптацией LLM под специфику продукта и с оценкой качества Поиска и ИИ-Помощника — и далее с изменениями, которые необходимо будет сделать по результатам оценок. С одной стороны — это исследования данных и проверка гипотез, а с другой — выстраивание общего и прозрачного процесса.

Обязанности

LLM-ориентированные решения:

• Оптимизация производительности LLM в production (скорость, стоимость, точность).
• Проектирование и разработка пайплайнов для получения обработки данных (RAG, агентские системы, семантический поиск).

Работа с данными:

• Пайплайны работы с данными.
• Постановка требований к разметке.
• Контроль качества датасетов.
• Оценка ROI ML-фич через метрики / эксперименты.

Лидерство и экспертиза:

• Умение переводить бизнес-цели в ML — задачи, формирование требований к DS командам, участие в стратегии развития продукта и команды.
• Участие в постановке технических требований и взаимодействие с бизнес-заказчиками.
• Проработка с продуктами, системными аналитиками, смежными командами требований и вариантов решения задач.
• Проработка с отделом обучения тестовой и обучающей разметки для обучения юридическим навыкам GigaChat и других LLM.
• Подбор и развитие людей, менторство младших коллег, разработка best practices для команды.
• Анализ рисков и поиск компромиссов между качеством моделей, скоростью и стоимостью.

Продакшен-инжиниринг:

• Внедрение DS-моделей в production с использованием MLOps-практик (CI/CD мониторинг, A/B-тесты).

Требования

• Высшее образование, опыт работы от 5 лет в DS/NLP, включая от 1 года работы с LLM, опыт с production.
• Готовность как писать код, пайплайны, обучать модели, так и писать документацию, проектировать системы и готовить спецификации на модели, данные, пайплайны.
• Глубокая экспертиза в адаптации LLM: SFT, RLHF, LoRA, prompt engineering.
• Опыт построения RAG-систем, агентских пайплайнов и сервисов на основе LLM, знание современных фреймворков (PyTorch, Hugging Face, LangChain, LlamaIndex).
• Понимание компонентов инфраструктуры: Docker, Kubernetes, облачные платформы, MLOps: CI/CD, мониторинг дрифта данных, логирование.
• Опыт трансформации бизнес-задач в технические требования.
• Умение оценивать ROI DS-решений и балансировать между инновациями и практичностью, умение быстро делать прототипы решений и искать баланс между скоростью/качеством/производительностью.

Условия

• Формат работы: офис в Москве, гибрид — по договоренности, Бизнес-центр, Кутузовский проспект, д. 32, к.1.
• Ежегодный пересмотр зарплаты и годовая премия.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Расширенный ДМС (медицинское страхование), льготное страхование для семьи.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.