СберSenior Data Scientist (Внутренняя безопасность)
Москва
Команда развивает инструменты внутренней безопасности на основе LLM и DL: мультиагентные AI‑системы, RAG и локальные инстансы моделей. Роль важна для автоматизации обнаружения рисков и повышения эффективности расследований и мониторинга
ГрейдMiddle/Senior
Опыт3–6 лет
Стек
PythonPyTorchHugging FacevLLMTensorFlowFastAPIAsyncioLangChainLangGraphLlamaMistralQwenDeepSeekPEFTLoRAQLoRAnumpypandasscikit-learnGigaChatKandinsky
Задачи
- •разработка и развитие LLM‑агентов и мультиагентных систем
- •проектирование и внедрение RAG‑систем (retrieval, rerankers, chunking)
- •дообучение и адаптация открытых LLM, проведение fine‑tuning (PEFT/LoRA/QLoRA)
- •разработка и поддержка ML/DL моделей и их вывод в продакшен
- •развертывание локальных моделей и настройка высокопроизводительного инференса
- •создание мониторинга качества моделей, отслеживание data drift и model decay
Обязательно
- •высшее образование
- •опыт работы от пяти лет в коммерческом ML/Data Science с выводом моделей в продакшен
- •уверенный Python (чистый код, ООП, numpy/pandas/scikit‑learn)
- •понимание архитектуры трансформеров и опыт работы с LLM API
- •опыт работы с PyTorch и Hugging Face, развертывание локальных моделей
- •опыт работы с LangChain и LangGraph
- •опыт fine‑tuning LLM (PEFT, LoRA, QLoRA) и настройка мониторинга data drift
Будет плюсом
- •опыт использования GigaChat, Kandinsky и аналогичных инструментов
- •опыт создания и применения AI‑агентов в продуктах
