Junior/Middle/Senior DS

Позиция: Junior/Middle/Senior DS Куда: Сбер, B2C, Data Unit, Трайб X Формат работы: полная занятость; офис 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 продукт в экосистеме агентской RAG-системы, которая помогает улучшать клиентский опыт за счёт персонализированных решений. Сейчас находимся в активной фазе проработки -- формируем дополнительние треки сбора данных, ищем подтверждения их ценности, юзкейсы и каналы внедрения продукта, бэнчмарки для оценки изменений Что предстоит делать? - проводить эксперименты, выдвигать и тестировать гипотезы для формирования MVP - адаптировать и масштабировать решение под агенсткую систему в рамках различных бизнес-направлений - искать новые источники данных и тестировать их ценность/применимость - разрабатывать методологию оценки качества, настраивать llm-as-a-judge - выводить новые модели/подходы в прод От нас: - Постоянное карьерное и личностное развитие: амбициозные задачи, полный цикл разработки, выступления на конференциях, классная команда энтузиастов и помощь в реализации самых смелых идей - Минимум бесполезных встреч - ДМС Требования: - Опыт в машинном обучении и NLP от 1 года (Middle) / от 3 лет (Senior) - Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и их аналогами - Уверенное владение Python и ML-стеком (PyTorch, transformers) на уровне написания кастомных циклов обучения и инференса - Опыт успешного вывода NLP-моделей в продакшен и их оптимизации (для Middle/Senior) - Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop) - Владение базовым набором навыков для разработки: bash, git, docker и тд. - Высшее образование в области компьютерных наук, математики или смежных дисциплин Ответы на 10 важных вопросов 1. Данные: Петабайты данных, накопленных за почти 10 лет, доступные в банковском хранилище для моделирования и самых смелых идей 2. Железо, продакшн и ноутбук: Много железа для самых различных потребностей при разработке (от маленьких проектов до обучения огромных моделей в мульти-гпу режиме), отдельная платформа для исполнения моделей, для работы вне офиса - SberBook для разработчиков, данные - в hdfs 3. Масштаб влияния на бизнес: продукт уже работает в проме и приносит пользу/фин.эффект. В дальнейшей влияние будет только увеличиваться, за счет большего количества бизнес-потребителей. 4. Уровень зрелости Data Science: функция ИИ внедрена по все ключевые направления бизнеса, ИИ приносит деньги и бизнес активно приходит с запросом на наши решения. 5. Роль Data Scientist в компании: ожидаем высокую степень автономности как личной, там и при кросс-командном взаимодействии - необходимо формировать и тестировать гипотезы, строить PoC ML решения, помочь бизнесу понять его ценность, подготовить целевую переменную, модель, провести презентацию заказчику, с помощью команды сопровождения вывести модель в пром и поставить на мониторинг. 6. Бэкграунд вашего руководителя: linkedin 7. Как часто вам будут мешать работать: 10-минутные дейлики по необходимости, 1 общекластерная встреча в неделю, плюс встречи с бизнес заказчиком в рамках решаемых задач. 8. Карьерный рост: ежеквартальные калибровки на уровне компании 9. Prod/research: prod - стараемся выжать максимум из существующих решений. Рисеч в команде тоже присутствует, но там где есть острая необходимость 10. Роль сервиса или лидера: роль разработчика, при успешном выполнении проектов появятся младшие коллеги для менторства Резюме направляйте на почту ABSon@sberbank.ru с темой «Фамилия_имя_MP». Пожалуйста, соблюдайте шаблон темы, чтобы письмо не потерялось.