В отдел аналитики и отчетности блока Технологии ПАО Сбербанк требуется опытный ML-инженер широкого профиля, умеющий превращать сырую информацию в работающий продукт - разрабатывать End2End решения, от аналитики и поиска инсайтов до внедрения промышленных решений. Домены – табличные данные, NLP (тексты).
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!
Обязанности
- анализ данных, поиск закономерностей, инсайтов, паттернов, аномалий
- формулировка и проверка гипотез, презентация результатов бизнесу
- проектирование и разработка промышленных ML/DL-решений: подготовка данных, отбор признаков, выбор модели, обучение, тестирование, подготовка к внедрению, непосредственное участие во внедрении, сопровождение работающего решения
- разработка AI-агентов, реализация инструментов и API для агентов
- реализация пайплайнов обработки данных, витрин для ML-решений.
Требования
- глубокое понимание классических ML-алгоритмов, основных DL-архитектур
- отличное владение Python, ML стеком библиотек
- отличное знание SQL, pySpark, pandas/polars; широкий опыт работы с табличными данными, временными рядами
- опыт работы с большими языковыми моделями (открытые, коммерческие) и знание основных приемов промпт-инжиниринга, в т.ч. zero-shot, few-shot, CoT. Опыт работы с RAG. Знание LangGraph
- владение системой контроля версий Git, следование принципам gitflow/github flow
- знание инференс серверов (Triton, TorchServe и др), опыт оптимизации инференса (ONNX, квантизация), мониторинга дрейфа данных
- высокая степень самостоятельности при реализации решений, защита предложенного решения, проактивность; умение находить общий язык с заказчиком, объяснять на простом языке сложные концепции.
Стек: SQL, Python, Jira, Confluence, Bitbucket, gitflow/github flow; CI/CD; Docker.
Условия
- гибридный формат работы по адресу: г Москва, проезд 2-й Южнопортовый, 12Ак1 (м.Кожуховская)
- корпоративный тренажёрный зал
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- 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-партнёров
- вознаграждение за рекомендацию друзей в команду Сбера.
