Data Scientist

Позиция: Junior/Middle/Senior DS
Куда: Сбер, B2C, Data Unit, Трайб X
Формат работы: полная занятость; офис в Москве, Нижнем Новгороде

Вилка гросс:
150-250 джун + годовой бонус (mid 15%, max 30%) от годового оклада
250-430 мидл + годовой бонус (mid 25%, max 50%) от годового оклада
430-570 синьор + годовой бонус (mid 25%, max 50%) от годового оклада

Про нас:
Мы — AI-команда, которая строит прикладные интеллектуальные агенты на базе RAG и LLM для персонализации клиентского опыта. Наше решение анализирует большие объёмы текстовых и структурированных данных и помогает точнее подстраивать продукты и коммуникации под пользователя. Сейчас у нас есть несколько пилотов с доказанными положительными результатами и стабильный поток запросов от бизнеса на новые прототипы и интеграции.

Что предстоит делать?
- адаптировать текущего агента под новые кейсы, каналы и бизнес-задачи
- экспериментировать с компонентами пайплайна (retriever, reranker, генеративная часть, матчинг), улучшать качество поиска и выдачи
- совместно с DE подключать и тестировать новые источники данных, выстраивать пайплайны их обработки
- проектировать и внедрять подходы к оценке качества (offline/online-метрики, A/B-тесты, разметка), активно применять llm для разметки данных (дообучение, дистилляция моделей)
- вместе с MLE выводить модели и решения в прод, заниматься их оптимизацией и мониторингом

От нас:
- Постоянное карьерное и личностное развитие: амбициозные задачи, полный цикл разработки, выступления на конференциях, классная команда энтузиастов и помощь в реализации самых смелых идей
- Минимум бесполезных встреч
- ДМС

Требования:
- Опыт в машинном обучении и NLP от 1 года (Middle) / от 3 лет (Senior)
- Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и их аналогами
- Уверенное владение Python и ML-стеком (PyTorch, transformers)
- Понимание, чем NLP-pipeline отличается от коллекции промптов, опыт успешного вывода NLP-моделей в продакшен и их оптимизации (для Middle/Senior)
- Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop)
- Владение базовым набором навыков для разработки: bash, git, docker и тд.
- Высшее образование в области компьютерных наук, математики или смежных дисциплин

Ответы на 10 важных вопросов
1. Данные: Петабайты данных, накопленных за почти 10 лет, доступные в банковском хранилище для моделирования и самых смелых идей
2. Железо, продакшн и ноутбук: Много железа для самых различных потребностей при разработке (от маленьких проектов до обучения огромных моделей в мульти-гпу режиме), отдельная платформа для исполнения моделей, для работы вне офиса - SberBook для разработчиков, данные - в hdfs
3. Масштаб влияния на бизнес: продукт успешно прошёл пилот и готовится к выводу в прод. В дальнейшей влияние будет только увеличиваться, за счет большего количества бизнес-потребителей.
4. Уровень зрелости Data Science: функция ИИ внедрена по все ключевые направления бизнеса, ИИ приносит деньги и бизнес активно приходит с запросом на наши решения.
5. Роль Data Scientist в компании: ожидаем высокую степень автономности как личной, там и при кросс-командном взаимодействии - необходимо помочь бизнесу понять ценность МЛ решения, подготовить целевую переменную, модель, провести презентацию заказчику, с помощью команды сопровождения вывести модель в пром и поставить на мониторинг.
6. Бэкграунд вашего руководителя:
7. Как часто вам будут мешать работать: две командные встречи в неделю, плюс встречи с бизнес заказчиком в рамках решаемых задач.
8. Карьерный рост: ежеквартальные калибровки на уровне компании
9. Prod/research: prod - стараемся выжать максимум из существующих решений. Рисеч в команде тоже присутствует, но там где есть острая необходимость
10. Роль сервиса или лидера: роль разработчика, при успешном выполнении проектов появятся младшие коллеги для менторства

Резюме направляйте на почту с темой «Фамилия_имя_B2C_NP». Пожалуйста, соблюдайте шаблон темы, чтобы письмо не потерялось.