- Страна
- Россия
- Зарплата
- 150 000 ₽ – 570 000 ₽
Откликайтесь
на вакансии с ИИ
Junior/Middle/Senior DS (Data Unit, Трайб X)
Оценка ИИОтличная вакансия от топового работодателя с прозрачными вилками, сильным соцпакетом и работой над передовыми технологиями (LLM, AI-агенты). Четкие процессы роста и минимум бюрократии добавляют привлекательности.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к опыту разработки AI-агентов (text2sql, multi-agent systems) и глубоким знанием LLM. Для старших позиций важна сильная математическая база и опыт вывода моделей в продакшн.
Анализ зарплаты
Оценка ИИПредложенные вилки (от 150к для джунов до 570к для синьоров) полностью соответствуют или даже слегка превышают рыночные показатели для DS в финансовом секторе Москвы, особенно с учетом значительных годовых бонусов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Сбер уже сейчас
Присоединяйтесь к команде Сбера и создавайте передовых AI-агентов для крупнейшего банка страны!
Описание вакансии
Позиция: Junior/Middle/Senior DS
Куда: Сбер, B2C, Data Unit, Трайб X
Формат работы: полная занятость; офис/гибрид в Москве, Санкт-Петербурге
Вилка гросс:
150-250 джун + годовой бонус (mid 15%, max 30%) от годового оклада
250-430 мидл + годовой бонус (mid 25%, max 50%) от годового оклада
430-570 синьор + годовой бонус (mid 25%, max 50%) от годового оклада
Про нас:
Мы разрабатываем внутреннее веб-приложение для создания и управления клиентскими сегментами. Платформа позволяет кампейн-инженерам и аналитикам формировать целевые аудитории через UI с фильтрами по клиентским атрибутам, рассчитывать размер аудитории в реальном времени и публиковать готовые сегменты.
В 2026 году мы планируем реализовать бэклог из множества задач, включая расширение функциональности конструктора сегментов, разработку ИИ-помощника, разработку интеграционных взаимодействий.
Что предстоит делать?
- Разрабатывать AI-агентов (text2json, text2sql, copilot) для решения задачи автоматизированной сборки сегментов по запросам пользователей UI-интерфейса
- Разрабатывать смежные агенты для работы мультиагентной системы и поддержания диалогового интерфейса взаимодействия с пользователями
- Писать промышленный код для встраивания в фреймворки исполнения агентов
- Проходить валидацию
- Обучать LLM при необходимости
От нас:
- Разработка важной функциональности, которую ждут многочисленные внутренние клиенты из разных команд Банка
- Амбициозные задачи для создания лучшего продукта на рынке
- Минимум бесполезных встреч
- ДМС
Требования:
- Опыт реализации ML-решений от интерпретации бизнес-потребности до мониторинга внедрённой модели, от 1 года (Middle) до 3х лет (Senior)
- Опыт разработки и внедрения ИИ-агентов с подтверждённым бизнес-эффектом
- Глубокое понимание архитектур и владение инструментами обучения современных языковых моделей, включая классический ml-стек, pytorch, transformers
- Отличное знание python, SQL
- Сильная математическая подготовка
- Способность объяснять применяемые алгоритмы бизнес-пользователям
Что ещё может пригодиться:
- Clickhouse, Flink, Kafka, Hadoop, Spark
- Java/Scala
- CI/CD (у нас Jenkins+Bitbucket+Nexus), DevOps
Ответы на 10 важных вопросов
- Данные: данные из приложения, мета-описания атрибутов и источников, SQL готовых сегментов.
- Железо, продакшн и ноутбук: деплой в Kubernetes, есть GPU, если потребуется обучение/инференс LLM. Рабочий ноутбук на Linux + разные варианты ВРМ (Citrix Workspace, преимущественно Windows).
- Масштаб влияния на бизнес: продукт на стадии опытной эксплуатации, в перспективе станет главным выбором для различных бизнес-процессов Банка, требующих сборку аудитории.
- Уровень зрелости Data Science: функция ИИ внедрена во все ключевые направления бизнеса, ИИ приносит деньги и бизнес активно приходит с запросом на наши решения.
- Роль DS: разработка и тестирование прототипов, валидация и внедрение агента и модели (при необходимости).
- Бэкграунд вашего руководителя: Откликнуться
- Как часто вам будут мешать работать: Ежедневные дейли, планирование на час-полтора один раз в 2-недельный спринт.
- Карьерный рост: Каждый квартал – компания оценок и ревью. Централизованные компании по пересмотру ЗП и грейда раз в полгода.
- Prod/research: prod - bсключительно прикладыные задачи.
- Роль сервиса или лидера: лидер компетенции для senior, сервис для junior/middle.
Резюме присылать с темой «Вакансия_Фамилия_DS_SGM» на почту Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- LLM
- SQL
- Kubernetes
- CI/CD
- Transformers
- NLP
- Kafka
- Hadoop
- Jenkins
- Spark
- Flink
- ClickHouse
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания ограничений текущих технологий.
Расскажите о вашем опыте разработки text2sql агентов: с какими основными трудностями вы сталкивались при генерации сложных запросов и как их решали?
Вакансия предполагает создание мультиагентных систем.
Как бы вы спроектировали архитектуру взаимодействия между несколькими AI-агентами для задачи сборки клиентских сегментов?
Важно понимать, как кандидат обеспечивает надежность ответов модели.
Какие методы валидации и оценки качества (evaluation) вы используете для контроля галлюцинаций в диалоговых интерфейсах?
Проверка навыков работы с большими данными и SQL.
Учитывая использование Clickhouse и Hadoop, как вы оптимизируете SQL-запросы, генерируемые агентом, для работы с таблицами на миллиарды строк?
Оценка способности доносить ценность DS-решений до бизнеса.
Как вы объясните нетехническому заказчику, почему модель приняла именно такое решение при формировании сегмента аудитории?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Senior Data Scientist
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!