Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL. Ищем опытного Fullstack DS c мультидоменной экспертизой, готового взять на себя полный цикл (E2E): от постановки задачи и сбора данных до деплоя в прод и настройки мониторинга.Обязанности - Самостоятельный поиск и подготовка данных в витринах, работа со стримингами и ETL Исследования и валидация: - Проведение экспериментов с версионированием и валидацией метрик - Глубокая аналитика метрик Мультидоменность: - Разработка и обучение моделей в нескольких доменах. От обучения классификатора транзакций (Classic ML) и LLM-агента для разбора логов до Audio модели для транкрибации речи E2E разработка: - Проектирование и деплой маштабируемых ML-пайплайнов: от копания в сырых данных и генерации фичей до деплоя микросервиса, который не «ложится» под нагрузкой Reporting: - Построение сложных аналитических схем и визуализация метрик Ифраструктура и интеграция: - Совместная работа DevOps/Backend по интеграции моделей в микросервисную архитектуру Лидерство: - Участие в найме новых сотрудников - Менторство джунов - Взаимодействие с бизнес-заказчикамиТребования Опыт работы DS от 5-и лет (с подтверждённым опытом вывода моделей в прод) - Хорошие знания математической статистики и теории вероятности - Понимание алгоритмов и структур данных (CS) - Мультидоменная экспертиза: практический опыт минимум в 2-х доменах (CV, NLP/LLM, TS, RL, RS, Audio) - Глубокое понимание PyTorch (кастомные архитектуры) - Понимание архитектуры трансформеров и графовых алгоритмов Инженерная база: - Свободное владение Python (чистый код, знание numpy/pandas/scikit-learn) - Понимание микросервисной архитектуры и работы с очередями (Kafka) - Опыт написания асинхронных сервисов взаимодействия с ML-моделями (asyncio/aiohttp) MLOps-инструментарий: - Опыт с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация) - Опыт использования систем контроля версий Git/Bitbucket Data & Infra: - Уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop) - Умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее Будет плюсом: - Опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM). - Глубокая экспертиза в узком домене из списка - Уверенный опыт с LangChain, LangGraph, function calling - Законченный ШАД/ OZON Masters/ AI MastersУсловия Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти; Среда для обмена знаниями – высокая экспертиза внутри команды; Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать; Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам Стабильная заработная плата и годовой бонус; Полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом; Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития; Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа; Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ; Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров; Вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии