Трайб Digital corporate lending автоматизирует кредитование юридических лиц сегмента «средний+» и строит путь к полностью автономному кредитному процессу. Уже сейчас более 50% сделок проходят без участия человека, а крупная компания может получить положительное решение по кредиту за несколько минут, подписать договор и получить средства полностью онлайн. Мы используем современную событийную и микросервисную архитектуру и ищем лидера AI-компетенций, который поможет масштабировать автономность, внедрять AI-подходы и менять один из ключевых процессов корпоративного банка. Обязанности развитие AI/ML-культуры внутри трайба: проведение митапов, ревью кода и дизайна решений, обмен опытом, помощь коллегам в освоении инструментов искусственного интеллекта, проведение регулярных разборов статей с командой, участие в конференциях оценка качества, зрелости и рисков ИИ-решений создание системы офлайн- и онлайн-метрик для оценки качества LLM-приложений участие в формировании требований и необходимых данных по улучшению моделей прототипирование ИИ-решений, возможна разработка AI-агентов на основе современных генеративных сеток (GigaChat и Open Source). отслеживание последних исследований и инноваций в области языковых моделей и применение их на практике оценка нормативных изменений и требований по разработке агентов, отслеживание агентной повестки в Банке. Требования практический опыт работы в ML/Data Science от 3 лет практический опыт разработки AI-агентов для крупных компаний: от исследования до запуска в продакшен практический опыт работы с агентными фреймворками глубокое понимание архитектуры трансформеров, принципов fine-tuning, техник управления контекстным окном, кратковременной и долговременной памяти агента, промпт-инжиниринга, RAG-паттернов практический опыт проектирования промышленных мультиагентных систем знание и умение применять на практике паттерны для разработки агентных систем на базе искусственного интеллекта умение конвертировать бизнес-потребность в конкретную агентную архитектуру, роадмап и требования для разработки знание MLOps-инструментов: Docker, LangFuse, Ollama, vLLM высокий уровень знаний статистики (теория вероятностей и математическая статистика), глубокое понимание ключевых алгоритмов ML. Условия комфортный современный офис рядом с м. Кутузовская офисный или гибридный формат работы 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 программа ипотеки для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии