Наша команда занимается созданием инструментов и решений для внутренней безопасности на базе AI: разработка и развитие AI-агентов, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая AI-агентами. Сейчас мы ищем опытного Chief of DS, обладающего глубокими знаниями в разработке AI-решений и опытом руководства командой специалистов в сфере анализа данных и машинного обучения (ML).Обязанности стратегическое лидерство DS-направления: поиск, оценка и внедрение новых технологий (ML/DL/LLM, агенты), формирование технологического видения развития AI в подразделении договариваться со смежными командами и партнёрами внутри блока и банка: защищать интересы направления, выстраивать эффективный обмен подходами и решениями, согласовывать приоритеты и ресурсы без потери качества отвечать от подразделения за разработку и согласование набора документов, необходимого для поддержания жизненного цикла моделей обеспечивать разработку, внедрение, мониторинг и валидацию моделей согласно действующему modelling governance framework (участие в разработке со стороны подразделения и применение в его процессах) отвечать от подраздления за разработку и согласование единых стандартов разработки моделей, политик и процессов (Modelling governance framework) определять приоритетные для Блока бизнес-задачи в части AI, отвечать за постановку совместно с подразделениями блоков финансовых и нефинансовых целей сотрудничать с различными бизнес-подразделениями для выявления их потребностей в AI сервисах, аналитике или данных и разработке соответствующих решений. Требования опыт работы в области машинного обучения от 5 лет наличие практического управленческого опыта от 2 лет сильные навыки stakeholder management и умение работать с «непростыми» внутренними клиентами системное мышление: способность видеть приоритеты в условиях конкурирующих запросов опыт успешного создания и развертывания AI-агентов с использование фреймворока LangChain или аналогичных инструментариях хорошее знание техник Prompt Engineering, структурированных выходов и использования, вызова инструментов (Function Calling) практический опыт в реализации Retrieval Augmented Generation (RAG) и понимание преимуществ данного метода обучение и файнтюнинг NLP моделей (SSL, SFT, PEFT): BERT, RoBERTa, XLNet, LLaMA), в том числе и самостоятельная разработка обучения на PyTorch преимуществом будет наличие опыта настройки и эксплуатации локальных инсталляций LLM и понимание различий между ними (LLaMA, Qwen, DeepSeek и др.) высокая продуктивность и умение быстро осваивать новые направления и подходы способность брать ответственность за принятые решения и стремление к постоянному развитию профессиональных навыков. Условия комфортный современный офис рядом с м. Кутузовская (для офиса Кутузовский 32) формат работы – офис ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха гибкий дисконт по ипотечному кредиту – до 1/3 ключевой ставки ЦБ более 400 образовательных программ СберУниверситета для профессионального и карьерного расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.