Наша команда создает линейку продуктов на основе мультимодальной нейросетевой модели GigaChat, которая является одной из самых мощных и продвинутых моделей искусственного интеллекта, доступных на сегодняшний день. Мы создаем удобный и понятный сервис, позволяющий людям использовать GigaChat для решения повседневных задач и развлечения: поиск ответов на вопросы, работа с документами, создание контента, изучение языков, общение с персонажами и многое другое. Вам предстоит участие в обсуждении и воплощении в жизнь новых фичей, поиск и проработка нетривиальных инженерных решений, работа в креативной команде, которая всегда открыта для предложений по улучшению продукта и внутренних процессов. Обязанности проектирование и развитие ML/DS-продуктов: от формулировки бизнес-гипотезы и MVP до промышленного запуска и масштабирования; перевод бизнес-задач в ML/аналитическую постановку: определение целевой метрики, baseline, критериев качества и ожидаемого эффекта; разработка end-to-end ML/AI-пайплайнов: сбор и подготовка данных, feature engineering, обучение моделей, inference, мониторинг качества; построение систем оценки качества AI-продуктов: offline evals, golden datasets, human review, LLM-as-judge, regression testing, guardrails; аналитика пользовательского поведения и продуктовых метрик: activation, retention, DAU/MAU, frequency, conversion, NPS, unit economics; проведение A/B-тестов и квазиэкспериментов: дизайн экспериментов, расчёт мощности, интерпретация результатов, оценка причинно-следственного эффекта; участие в развитии AI/LLM-продуктов: RAG, AgenticRAG, ассистенты, AI copilots, модели рекомендаций, классификации, скоринга и персонализации; автомониторинг моделей и продуктов: drift, degradation, latency, cost, hallucination rate, task success rate, failure modes; подготовка аналитических выводов для продуктовых команд и бизнеса: что работает, что не работает, почему и какие решения нужно принять дальше. Требования уверенное знание математической статистики, классического ML, продуктовой аналитики и экспериментального дизайна; опыт работы с ML/DS-продуктами: от исследования данных и прототипа до запуска в production или принятия продуктовых решений; умение формулировать метрики качества модели и продукта: precision/recall, ROC-AUC, calibration, retention, conversion, task success, NPS; опыт построения evals для LLM/AI-систем: тестовые датасеты, рубрики оценки, human-in-the-loop, regression tests, hallucination/safety checks; высокий уровень владения Python и SQL; опыт работы с ML/DS стеком: pandas, numpy, scikit-learn, CatBoost, XGBoost, PyTorch/TensorFlow, Transformers; понимание принципов RAG, AgenticRAG, LLM pipelines и ограничений LLM-систем; опыт с BI/аналитическими инструментами и построением витрин данных будет плюсом. Условия комфортный современный офис рядом с м. Кутузовская ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха система обучения для профессионального и карьерного развития расширенный полис ДМС с первого дня работы и страхование для семьи льготная программа ипотеки для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии