Data Scientist (NLP / LLM / RAG)

Дата размещения вакансии: 30.03.2026
Работодатель: Сбер Бизнес Софт
Уровень зарплаты:
з/п не указана
Город:
Москва
Кутузовский проспект 32
Требуемый опыт работы:
От 3 до 6 лет

Сбер Бизнес Софт в цифрах:

Больше 4 лет развиваем продукты для автоматизации бизнес-процессов, развития продаж и клиентского сервиса.
80% наших сотрудников - ИТ-cпециалисты
100+ проектов в области ИИ
Команда из 500+ экспертов

Мы ищем Data Scientist (NLP / LLM / RAG) в проект по созданию RAG-системы для автономизации и постанализа маркетинговых исследований.

Стек: Langchain, langraph, python, LLM, RAG, opensearch

Чем предстоит заниматься:

  • Генерация, отбор, тестирование и реализация гипотез для улучшения существующих прототипов RAG на основе маркетинговых исследований.

Ты идеальный кандидат, если у тебя есть:

  • Опыт разработки решений с использованием LLM (Python, генерация гипотез, построение пайплайнов, скоринг результатов на основе LLM)

  • Опыт разработки решений с использованием RAG / agentic RAG

  • Опыт разработки решений с агентской логикой

  • Опыт с разворачиванием моделей (docker, vllm)

Будет большим плюсом:

  • Опыт дообучения LLM (в т.ч. LORA), в т.ч. подготовка пайплайна, сборка и проверка датасетов, генерация синтетики

  • Общее понимание маркетинговых исследований

  • Интерес к трендам в области LLM (в курсе новинок, академических статей)

  • Опыт внедрения ML-решений в банке/крупной компании в ПРО

Что мы предлагаем:

  • Оформление в штат по ТК РФ;
  • Гибридный формат работы;
  • Работа в аккредитованной ИТ-компании, сопутствующие льготы;
  • Ежегодный бонус по итогам работы;
  • ДМС с первого месяца, в т.ч. можно подключить родных по программе со-оплаты;
  • Скидки и льготы от партнеров (путешествия, рестораны, магазины и многое другое);
  • Обучение и участие в конференциях за счет компании;
  • Развитие и расширение компетенций внутри команды.

Почему у нас классно работать:

  • Видимый результат: твой вклад напрямую влияет на продукт и развитие компании;
  • Минимизируем бюрократию, даем возможность проявлять инициативу;
  • Есть возможность карьерного роста внутри команды или других подразделений;
  • Вклад в развитие общества: наши исследования способствуют улучшению экономики регионов и качества жизни людей.

Мы верим в силу данных как инструмента позитивных изменений.