- Страна
- Россия
- Зарплата
- 313 500 ₽ – 504 500 ₽
Откликайтесь
на вакансии с ИИ
Senior Data Scientist
Оценка ИИОтличная вакансия в топовом банке с прозрачной вилкой и сильным соцпакетом (льготная ипотека, ДМС). Проект на острие технологий (GenAI/Copilot) и предполагает как лидирующую роль, так и глубокую разработку.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью совмещать глубокую техническую экспертизу в LLM и NLP с навыками управления командой из 3 человек. Требуется опыт работы с высоконагруженными системами и современным стеком (vLLM, RL-обучение).
Анализ зарплаты
Оценка ИИПредложенная вилка (313-504к gross + премии) полностью соответствует рыночным ожиданиям для позиции Senior Data Scientist в Москве. С учетом годовых премий совокупный доход достигает 8 млн рублей, что ставит предложение в верхний дециль рынка.
Сопроводительное письмо
I am writing to express my strong interest in the Senior Data Scientist position at Sber. With extensive experience in developing and deploying NLP solutions, particularly with BERT-like models and modern LLM frameworks, I am confident in my ability to lead the DS sub-team and enhance the capabilities of your AI Copilot for branch employees.
In my previous roles, I have successfully managed the full lifecycle of AI products, from hypothesis testing to production integration. I have hands-on experience with prompt engineering, fine-tuning, and building agentic workflows, which aligns perfectly with your goal of expanding the virtual assistant's functionality. Furthermore, my background in mentoring junior specialists and my familiarity with MLOps practices will allow me to effectively oversee the work of three DS specialists while maintaining high technical standards.
I am particularly excited about the scale of Sber's ecosystem and the opportunity to work on high-load systems that directly impact thousands of employees and millions of customers. I look forward to the possibility of discussing how my technical expertise and leadership skills can contribute to the success of your team.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Сбер (Большой зелёный банк) уже сейчас
Присоединяйтесь к команде Сбера и создавайте будущее банковского обслуживания с помощью передовых LLM-технологий!
Описание вакансии
Всем привет!
Компания: Большой зелёный банк
Город: Москва, офис/гибрид
Вакансия: Senior Data Scientist [синьор саентист]
Вилка: gross 313 500 - 504 500 + годовые премии (~23%) [~4.67-8.14 млн в совокупе за год]
Мы - команда из 9 человек (DA, DS, Dev), занимаемся полным циклом разработки, внедрения и оценки эффекта от AI для сети отделений Сбера в процессах управления рисками. Ключевое направление – развитие Copilot-а для сотрудника банка (виртуального ассистента, который участвует в диалоге с клиентом), который уже работает у каждого сотрудника отделения: подсказывает, ищет и исправляет ошибки, помогает вести диалог. Вашей задачей будет расширение функционала и улучшение качества работы ассистента, разработка новых продуктов и тестирование перспективных гипотез.
Кого мы ищем:
Senior специалиста, который сможет взять на себя контроль работы 3-х DS на низком уровне, а так же задачи разработки моделей. Того, кто будет искать точки роста продукта, генерировать идеи, как сделать еще круче и лучше 🙂
Основные задачи:
• Контроль работы 3-х DS специалистов по текущему backlog-у команды
• Экспертная DS поддержка команды по разработке моделей
• Разработка и встраивание LLM, BERT-like и classic-NLP моделей анализа диалогов, поиска аномалий и др.
Что ожидаем:
• Хорошую аналитическую и математическую подготовку
• Глубокое понимание принципов разработки, внедрения и сопровождения AI-решений
• Опыт работы с современными LLM в бизнес-задачах (agents, prompt-engineering, tools, structured output, fine-tuning)
• На короткой ноге с BERT-Like моделями (умеете выбрать подходящую для задачи и при необходимости дообучить)
• Знание классического ML и традиционного стека (torch, numpy, pandas, sklearn, библиотеки визуализации и т.д.)
• Софт-навыки и менторинг участников команды
Будет плюсом, если вы:
• Выстраивали MLOPS
• Работали с высоконагруженными системами
• Занимались распределенным обучением LLM на GPU-кластерах
• Обучали LLM-навыкам использования внешних инструментов (tool calling, function calling)
• Имеете практический опыт работы c инфраструктурой для RL-обучения: vLLM, SGLang, VERL и т.д.
• Имеете опыт промышленной разработки приложений на Python / Go / Java и т.д.
• Имеете опыт с FastAPI, aiohttp, asyncio, Kafka, Redis / Ignite, Kubernetes / docker / podman
• Понимаете принципы SOLID, отличия монолита от микросервисной архитектуры, понимание принципы unit-тестирования
Что предлагаем:
• Молодой сильный коллектив
• Масштабный приоритетный проект
• Возможности саморазвития: оплата курсов популярных платформ, периодика
• Бесплатный фитнес в офисе
• Скидки на услуги экосистемы Сбера и компаний-партнеров
• ДМС, сниженные ставки по кредитам, льготная ипотека
Резюме и вопросы можно присылать Татьяне: Откликнуться / Откликнуться (телеграм)
#ML#AI#DS#GenAI#LLM#NLP#SQL#Hadoop#Spark#Python#git#Management
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- NumPy
- Pandas
- Scikit-learn
- LLM
- BERT
- NLP
- MLOps
- FastAPI
- Kafka
- Redis
- Kubernetes
- Docker
- SQL
- Hadoop
- Spark
- Git
Возможные вопросы на собеседовании
Вакансия подразумевает развитие Copilot. Важно понимать, как кандидат будет оценивать качество генеративных ответов в реальном времени.
Как бы вы построили систему оценки качества (evaluation pipeline) для виртуального ассистента, работающего в реальном диалоге с клиентом?
В требованиях указан контроль работы 3-х DS. Нужно проверить управленческие компетенции.
Опишите ваш подход к код-ревью и менторингу: как вы будете обеспечивать рост компетенций подчиненных, сохраняя темпы разработки?
Упоминается работа с BERT и LLM. Важно понять критерии выбора архитектуры.
В каких случаях для анализа диалогов вы предпочтете дообучение BERT-like модели вместо использования мощной LLM с промпт-инжинирингом?
Плюсом является опыт с vLLM и GPU-кластерами. Это критично для масштабирования.
С какими основными проблемами вы сталкивались при деплое LLM в высоконагруженные системы и как их решали (квантование, батчинг, кэширование)?
Команда занимается рисками. Ошибки AI здесь критичны.
Как минимизировать риск галлюцинаций LLM в процессах управления рисками банка, где точность данных имеет первостепенное значение?
Похожие вакансии
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Senior ML Engineer
Senior MLOps
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!
- Страна
- Россия
- Зарплата
- 313 500 ₽ – 504 500 ₽