СберMiddle Data Scientist (SafeHub)
Москва
Команда развивает инструменты внутренней безопасности на базе LLM: мультиагентные системы, RAG и локальные инстансы моделей. Роль вносит вклад в надежность детекции и автоматизацию расследований через дообучение и продакшен‑инференс моделей.
ГрейдMiddle
Опытот 3 лет
Стек
PythonPyTorchFastAPILangChainHugging FacevLLMLoRAQLoRAnumpypandasscikit-learnBM25
Задачи
- •разработка и развитие мультиагентных LLM‑систем
- •проектирование и внедрение RAG‑решений
- •дообучение и адаптация открытых LLM под задачи продукта
- •разработка и поддержка ML/DL моделей для продакшена
- •развертывание локальных моделей и настройка высокопроизводительного инференса
- •создание мониторинга качества моделей и контроль data drift/model decay
Обязательно
- •опыт работы от 3 лет на позиции Data Scientist/ML Engineer с выводом моделей в продакшен
- •уверенный Python (чистый код, ООП, numpy/pandas/scikit‑learn)
- •понимание математики ML и архитектуры нейросетей, опыт с PyTorch/TF
- •понимание архитектуры трансформеров и опыт работы с LLM API и локальными моделями через Hugging Face
- •опыт дообучения/файнтюнинга LLM (PEFT, LoRA, QLoRA)
- •опыт проектирования и внедрения RAG (Dense+Sparse, rerankers, chunking)
- •опыт развертывания локальных open‑source моделей и настройки инференса (vLLM и т.п.)
Будет плюсом
- •опыт создания агентов на LangGraph и других фреймворках кроме LangChain
- •опыт работы с GigaChat, Kandinsky и аналогичными генеративными инструментами
- •опыт настройки Multistage Retrieval и сложных пайплайнов ранжирования
