Опыт работы в банках или аналитике - от одного года. Опыт построения скоринговых моделей - от одного года. Знание SQL( желательно - Oracle...
Проектировать и реализовывать системы на основе Retrieval-Augmented Generation (RAG). Наличие фундаментальной математической базы, знание алгоритмов, математической статистики, классического ML...
Работал с backend/data-сервисами (FastAPI, Flask, gRPC и др.). Знаешь основы работы с контейнерами Docker. Знаком с принципами командной...
Законченный специалитет/магистратура или к.т.н / к.ф.-м.н. (предпочтительно) с фокусом на одно или более направлений: Компьютерные...
собирать релевантные кейсы в командах для учебных курсов или практических работ студентов. — разрабатывать методы автобидинга, устойчивые к шуму в ML...
Хорошие знания и опыт практического применения теории вероятностей и математической статистики. Знание основных алгоритмов и методов машинного обучение и анализа...
Опыт работы бизнес-аналитиком, системным аналитиком или data scientist от 1 года. Базовое знание JavaScript: понимание функций, массивов, объектов (на...
Высшее техническое/экономическое образование. Знание Python, SQL. Базовое знание классических алгоритмов ML. Свободное владение ПК и офисными программами MS Office...
Опыт моделирования и/или работы с данными в рабочих или академических проектах. Владение Python или R и соответствующими библиотеками для...
Опыт разработки и вывода в продакшен LLM-приложений (RAG-системы, чат-боты) - Обязательно!!! Важен опыт участия в проектах В2...
Понимание алгоритмов машинного обучения, их ограничений (классические подходы и работа с текстом). Понимание метрик для разных задач. Понимание процессов EDA...
Опыт работы в ритейле от 2 лет. Уверенное владение SQL, R или Python (pandas, pobars, numpy, sklearn, xgboost, etc.
Опыт работы в роли Data Scientist от 3-х лет. Отличные знания ML- и DL-стека Python: Pytorch, lightgbm/xgboost...
Опыт работы в области машинного обучения от 5 лет. Наличие практического управленческого опыта от 2 лет. Сильные навыки stakeholder management...
Навыки работы с генеративными AI-моделями. Опыт разработки AI-агентов и использования их в работе. Понимание RAG, LLM-as-judge...
Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. Big Data: Опыт работы с распределенными вычислениями (Spark...
Опыт разработки и внедрения ML-моделей в production. Глубокое понимание методов и алгоритмов машинного обучения, уверенное владение Python (pandas, numpy...
Высшее образование (физико- математическое, техническое). Опыт работы в сфере анализа данных. Знание статистики и методов математического моделирования. Владение специализированными средствами...
Работаешь в роли DS/MLE от 3ех лет. Уверенный python (структуры данных / асинхронность / понимание принципов чистой архитектуры).
Наш отдел занимается развитием корпоративных продаж в сегменте крупного, крупнейшего и среднего бизнеса, создавая собственные AI-first CRM-системы. Мы создаем AI-агенты, модели машинного обучения и приложения на основе больших языковых моделей для оптимизации бизнес-процессов наших корпоративных клиентов. Используем современный стек: A2A, MCP, LangGraph, LangChain, Kubernetes, Hadoop, Elastic и многое другое. Обязанности Чем предстоит заниматься: • подбирать и технически руководить командой разработчиков • разрабатывать и внедрять AI-агентов в промышленную эксплуатацию • создавать интеграционные решения с внешними системами и сервисами через различные протоколы связи • поддерживать выпуск новых версий моделей и демонстраций, защищать решения перед банковскими регуляторами • тестировать новые функции и нагрузки на систему • активно сотрудничать с бизнесом, архитекторами и продуктовыми командами для улучшения AI-продуктов. Требования Мы ждём что ты: • имеешь опыт работы в качестве ML-инженера, Data Scientist, MLOps или Python Backend-разработчика в сфере ML • имел опыт подбора персонала и управления проектами в области Data Science / Machine Learning • обязательно: опыт промышленной разработки на Python, владение объектно-ориентированным программированием и паттернами проектирования, понимание принципов микросервисной архитектуры • работал с большими объемами данных и распределёнными хранилищами данных, например, Hadoop • знаком с инструментами для создания AI-агентов, такими как LangChain или LangGraph, и основами машинного обучения/глубокого обучения. Будет плюсом: • умение работать с распределёнными очередями задач и сообщений, например, Celery, RabbitMQ, Kafka • опыт разработки высоконагруженных систем, географически распределённых приложений, openShift/Kubernetes • навыки работы с данными и опыт работы в финансовом секторе. Условия Что мы предлагаем: • современный комфортный офис возле метро Кутузовская • гибридный формат работы • ежегодный пересмотр заработной платы и возможность получения годовой премии • доступ к корпоративному спортзалу и зонам отдыха • более 400 образовательных курсов СберУниверситета для профессионального и карьерного роста • расширенная медицинская страховка, льготное страхование членов семьи и участие в корпоративной пенсионной программе • специальные условия по ипотеке, скидка составляет треть от текущей ключевой ставки Центробанка • бесплатная подписка СберПрайм+ и скидки на товары компаний-партнёров • возможность получить вознаграждение за рекомендации друзей в нашу команду.
Опыт работы в разработке высоконагруженных систем / Data Science / CV — от 5 лет. Хорошие инженерные навыки, понимание общего процесса ИТ-разработки...
Опыт работы Data scientist от 3х лет. Опыт работы с NLP от 2 лет. Опыт работы с LLM и...
3+ лет опыта в Data Science / ML (обязательно опыт в финтехе, МФО или банке в сфере розничных рисков).
Опыт работы в роли Data Scientist от 3 лет, предпочтительно в области обработки естественного языка (NLP). Уверенные знания и опыт...
Высшее образование в ведущем вузе по направлению: математика, экономика, физика или другая аналитическая дисциплина. — Опыт работы от 2 лет в...
Уверенное владение Python и основными библиотеками для анализа и визуализации данных, классического ML. Знание SQL. Опыт командной разработки (git).
Data Scientist’ам с сильной математической и алгоритмической подготовкой, которым интересно работать не только с машинным обучением, но больше с...
Опыт внедрения и эксплуатации ML-моделей в production. Опыт разработки решений на базе LLM: prompt engineering, RAG, function calling, structured...
Уверенный Python. Опыт работы с API и автоматизацией. Опыт работы с большими таблицами и массивами данных. Опыт построения пайплайнов и...
Хочешь работать на стыке DS и риск-менеджмента? Тогда тебе к нам, в Управление модельных рисков. Мы не просто валидируем модели — мы управляем модельным риском и улучшаем модельный ландшафт Банка с помощью Data Science. Строим системы предиктивной аналитики, сценарного анализа и даже обучаем LLM-агентов (наш внутренний фреймворк AIVA) для автоматизации валидации. Наш фокус — модели, участвующие в ключевых процессах Банка по управлению рисками ALM и ликвидности. С какими моделями работаем? 🔹Модели динамического ценообразования 🔹Прогноз досрочного погашения банковских продуктов 🔹Оценка чувствительности процентного дохода к макрофакторам и поведению клиентов Обязанности разбираться в сложных моделях (от классики до нейросетей), погружаться в бизнес-процессы, проводить независимую оценку качества моделей оценивать бизнес-эффект от деградации моделей и защищать свои решения перед бизнесом применять AIVA (наш LLM-фреймворк для автономной валидации) писать код, улучшать и создавать библиотеки для эффективной валидации. Требования уверенное знание Python: пишешь читаемые функции, умеешь создавать окружения и оптимизировать код под big data, уверенно работаешь с pandas, numpy, scipy, git, экосистемой Hadoop знание ML-фреймворки (PyTorch/TF/scikit-learn) отличное знание в части математики: теория вероятности и мат. статистики (мы часто пишем новые методологии и тесты) владение: ML/DL и временные ряды. Условия комфортный современный офис м. Кутузовский пр. формат работы - офис годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития регулярные митапы и развитое DS-community 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-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Мы ищем опытного специалиста в области анализа финансовых моделей для работы в команде независимой валидации моделей. Вы будете выступать ключевым звеном контроля качества финансовых моделей, используемых в оценке рисков и ценообразовании финансовых инструментов. Обязанности проведение независимой верификации и комплексной оценки качества моделей прайсинга экзотических производных финансовых инструментов, а также риск-моделей (включая VaR, CVA, PFE) анализ корректности математических предпосылок, устойчивости моделей и их соответствия бизнес-требованиям и рыночным условиям разработка, совершенствование и внедрение методологии валидации моделей, включая создание новых количественных тестов и метрик качества построение и развитие инструментов автоматизации процессов валидации с использованием Python подготовка аналитических заключений по результатам валидации, формирование рекомендаций по доработке моделей презентация результатов работы, аргументация выводов и защита предложенных решений перед разработчиками моделей, риск-менеджментом и бизнес-заказчиками участие в коммуникации между различными подразделениями (разработка, риск, бизнес) для повышения качества моделей и процессов их использования. Требования уверенные навыки программирования на Python, опыт разработки структурированного и поддерживаемого кода, понимание принципов объектно-ориентированного программирования глубокое знание теории вероятностей, математической статистики и основ стохастического анализа понимание принципов построения моделей прайсинга производных финансовых инструментов (включая процентные, валютные и кредитные деривативы) опыт работы с количественными моделями в финансах или смежных областях будет преимуществом способность анализировать сложные модели и интерпретировать результаты навыки презентации и аргументации своих выводов для различной аудитории. Условия комфортный современный офис м. Кутузовский пр. формат работы - офис годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития регулярные митапы и развитое DS-community 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-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Практический опыт разработки моделей глубокого обучения с использованием PyTorch и/или TensorFlow. Опыт работы с инструментами отслеживания экспериментов и управления...
Опыт работы в DS-сфере от трех лет. Умеешь писать чистый и структурированный код на Python, знаешь классические алгоритмы и...
Опыт в CV: Уверенное владение Python, PyTorch/TensorFlow. Опыт работы с архитектурами для детекции (YOLOv8/NAS и др.) и...
Имеете опыт работы в направлении ML от 3х лет. - Обладаете знаниями классического ML, DL и понимаете, как устроены рекомендательные...
Опыт работы от 3-х лет в области Data Science. Знание мат. статистики и теории вероятности, критическое мышление.
Опыт работы в области Data Science/Machine Learning не менее 5 лет. Опыт управления командой от 1-2 лет.
Мы - команда "Классификация" департамента "Забота о клиентах". Занимаемся разработкой и внедрением ML-моделей для автоматической классификации обращений от наших 110 миллионов клиентов. Анализируем потоки обращений, формируем аналитические отчёты и метрики, помогая бизнесу выявлять инсайты для оптимизации процессов поддержки — снижаем нагрузку на операторов и ускоряем обработку запросов. Также строим предиктивные модели для прогнозирования обращений и создаём интеллектуальных ассистентов (агентов), автоматизирующих взаимодействие с клиентами и повышающих качество обслуживания. Обязанности Отвечать за полный цикл создания решений на базе LLM и ML: работа с данными, подготовка датасетов, обучение/дообучение NLP моделей, оценка качества, вывод в ПРОМ и поддержка Поиск и проверка data-driven гипотез внутри процессов работы с обращениями клиентов Работа с командой бизнес-представителей, DS-разработчиками Участие в промышленном внедрении и сопровождении ML-решений: подготовка релизов, мониторинг технических и продуктовых метрик, участие в поиске и устранении инцидентов Оптимизация работы моделей для промышленного контура на CPU/GPU. Требования Опыт разработки на Python: pytorch, numpy, sklearn, pandas, библиотеки обработки текстовых данных Базовые инженерные навыки: git, окружения, воспроизводимость и т.д. Отличные теоретические знания базовых алгоритмов и структур данных, классического и нейросетевого NLP (в тч LLM) Опыт практической работы с LLM через API Опыт обучения/дообучения классических трансформеров Практический опыт построения и внедрения в ПРОД ML решений Опыт prompt-engineering Знание SQL. Будет плюсом: Опыт работы с библиотеками LangChain/LangGraph (или подобными) Опыт работы с агентскими системами Опыт обучения/дообучения LLM Опыт работы с распределенным обучением, глубокое знание GPU архитектуры Опыт постановки и проведения a/b тестов Опыт работы с Hadoop (HDFS, Hive), Spark. Условия Комфортный современный офис рядом с м. Кутузовская Формат работы - офис Ежегодный пересмотр зарплаты, годовая премия Корпоративный спортзал и зоны отдыха Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития 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-партнеров Вознаграждение за рекомендацию друзей в команду Сбера.
Мы создаём будущее банковского сервиса, объединяя физические и цифровые каналы взаимодействия (Phygital) и внедряя самые современные GenAI модели. Наша цель — обеспечить клиентам персональный сервис нового уровня, учитывая их жизненные обстоятельства и предлагая услуги простым и понятным языком. Присоединяйся к нашей команде, чтобы создавать инновационные решения для миллионов людей! Обязанности Глубокий анализ больших объемов данных, включая аудиопотоки и clickstream Исследования SotA-подходов и эксперименты с новыми технологиями Создание и улучшение алгоритмов ML для прогнозирования поведения клиентов и оптимизации продаж. Интеграция моделей в производственные процессы и обеспечение их стабильности и производительности Адаптация и дообучение генеративных моделей (в том числе GigaChat) Реализация ML-систем для предиктивного анализа обращений клиентов (канал, потребность, время, сценарии), включая sequence-to-one / sequence-to-many Дизайн, проведение A/B-тестов и подведение итогов Сотрудничество с аналитиками, дата-инженерами и бизнесом. Обоснование и защита архитектурных решений Подготовка отчётности и визуализация результатов для внутренних заказчиков. Требования Опыт от 2-х лет в NLP, поведенческой аналитике, классификации временных рядов или RecSys Готовность брать ответственность за архитектурные решения, обосновывать их перед бизнесом, влиять на бизнес-метрики продукта Сильные аналитические способности, аккуратность и точность в работе с данными Глубокое понимание архитектуры трансформеров, опыт дообучения и работы с LLM Sequence Modeling. Экспертиза в обработке последовательностных данных (sequence modeling) Уверенное владение классическим ML (градиентный бустинг: LightGBM / CatBoost) и глубоким обучением (DL, PyTorch) Отличное знание Python, SQL, инструментов больших данных (Hadoop, Spark) Навыки эффективной коммуникации в междисциплинарной команде Понимание методологии A/B-экспериментов и статистического анализа. Будет плюсом: Опыт промышленной эксплуатации ML-моделей и создания production-пайплайнов Навыки работы с Docker, системами мониторинга моделей Опыт с потоковыми платформами (Kafka, Flink) Опыт в финансовой сфере или банковском секторе. Условия Комфортный современный офис рядом с м. Кутузовская Формат работы - офис Ежегодный пересмотр зарплаты, годовая премия Корпоративный спортзал и зоны отдыха Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития 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-партнеров Вознаграждение за рекомендацию друзей в команду Сбера.
Мы разрабатываем AI-помощников для автоматизации поддержки клиентов Экосистемы Сбера (ОККО, Самокат, ЕАптека). Наши решения на основе ML и LLM самостоятельно обрабатывают вопросы, сокращая нагрузку на операторов и обслуживая до 6 млн обращений в месяц. В составе команды вы будете отвечать за полный цикл создания AI/ML решений— от генерации идеи до внедрения в высоконагруженный продакшен. Мы ищем NLP Data Scientist’а для разработки и улучшения решений с упором на работу с LLM-моделями, прежде всего GigaChat. Обязанности Разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling) Дообучение LLM моделей Разработка подходов и процессов разметки данных для оценки качества работы LLM Формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений Оптимизация работы моделей для промышленного контура на CPU/GPU Работа с командой бизнес-представителей, DS-разработчиками Организация проверки и генерация гипотез для решения технических и бизнес-задач. Требования Опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных Опыт работы с Pytorch для построения DL текстовых моделей Опыт работы с библиотеками LangChain/LangGraph Опыт практической работы с LLM через API Отличные теоретические знания классического и нейросетевого NLP, в тч LLM Опыт дообучения классических трансформеров и LLM Практический опыт, эксперименты, внедрение в ПРОД LLM решений Опыт prompt-engineering Знание sql Linux, Git. Будет плюсом: Работа с инструментами Hadoop (HDFS, Hive), Spark Опыт постановки и проведения a/b тестов Опыт работы с распределенным обучением, глубокое знание GPU архитектуры. Условия Комфортный современный офис рядом с м. Кутузовская Формат работы - возможен гибрид после испытательного срока Ежегодный пересмотр зарплаты, годовая премия Корпоративный спортзал и зоны отдыха Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития 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-партнеров Вознаграждение за рекомендацию друзей в команду Сбера.
Имеет опыт работы аналитиком или data scientist'ом от 1 года. Уверенно пишет на SQL (ClickHouse — наш основной инструмент), знает...
Свободное владение Python и основными библиотеками для data science: * ML-фреймворки: Scikit-Learn, XGBoost/LightGBM/CatBoost * Глубокое обучение: PyTorch и...
Высшее образование (математика, статистика, эконометрика, прикладная информатика, экономика). Навыки статистического анализа, опыт применения математических методов моделирования в практических задачах: регрессионный...
Будет преимуществом опыт работы в роли data scientist. Знание метрик качества ML моделей (Accuracy, Precision, Recall, F1-Score, ROC...
Опыт работы от 2–3 лет в роли Data Scientist или ML Engineer. Понимание основ статистики, теории вероятностей, математической логики.
Отличные знания математической статистики, эконометрики (машинного обучения) и теории вероятности. Отличные знания Python и SQL. Преимуществом являются кандидаты с математическим...
Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL. Ищем опытного Fullstack DS c мультидоменной экспертизой, готового взять на себя полный цикл (E2E): от постановки задачи и сбора данных до деплоя в прод и настройки мониторинга. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Telegram, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности Data Engineering: - Самостоятельный поиск и подготовка данных в витринах, работа со стримингами и ETL Исследования и валидация: - Проведение экспериментов с версионированием и валидацией метрик - Глубокая аналитика метрик Мультидоменность: - Разработка и обучение моделей в нескольких доменах. От обучения классификатора транзакций (Classic ML) и LLM-агента для разбора логов до Audio модели для транкрибации речи E2E разработка: - Проектирование и деплой маштабируемых ML-пайплайнов: от копания в сырых данных и генерации фичей до деплоя микросервиса, который не «ложится» под нагрузкой Reporting: - Построение сложных аналитических схем и визуализация метрик Ифраструктура и интеграция: - Совместная работа DevOps/Backend по интеграции моделей в микросервисную архитектуру Лидерство: - Участие в найме новых сотрудников - Менторство джунов - Взаимодействие с бизнес-заказчиками Требования Опыт работы DS от 5-и лет (с подтверждённым опытом вывода моделей в прод) - Хорошие знания математической статистики и теории вероятности - Понимание алгоритмов и структур данных (CS) - Мультидоменная экспертиза: практический опыт минимум в 2-х доменах (CV, NLP/LLM, TS, RL, RS, Audio) - Глубокое понимание PyTorch (кастомные архитектуры) - Понимание архитектуры трансформеров и графовых алгоритмов Инженерная база: - Свободное владение Python (чистый код, знание numpy/pandas/scikit-learn) - Понимание микросервисной архитектуры и работы с очередями (Kafka) - Опыт написания асинхронных сервисов взаимодействия с ML-моделями (asyncio/aiohttp) MLOps-инструментарий: - Опыт с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация) - Опыт использования систем контроля версий Git/Bitbucket Data Infra: - Уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop) - Умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее Будет плюсом: - Опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM). - Глубокая экспертиза в узком домене из списка - Уверенный опыт с LangChain, LangGraph, function calling - Законченный ШАД/ OZON Masters/ AI Masters Условия Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти; Среда для обмена знаниями – высокая экспертиза внутри команды; Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать; Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам Стабильная заработная плата и годовой бонус; Полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом; Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития; 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-партнеров; Вознаграждение за рекомендацию друзей в команду Сбера.
Будет преимуществом: Опыт работы ML-инженером / Data Scientist / Backend-разработчиком. Интеграция сервисов через gRPC. Опыт работы с OCR.
Мы стремимся к развитию искусственного интеллекта и понимаем, что создание безопасной и надежной платформы крайне важно для нашей миссии и наших клиентов. Поэтому мы ищем инженера, который поможет нам развивать возможности в сфере доверия и безопасности. В этой роли вы будете работать над системами предотвращения рисков связанных с фактологическими и контекстными галллюцинациями больших языковых моделей и ИИ-агентов, проявлений токсичности и дискриминации и предотвращеним злоупотреблений. Вы будете обучать и дообучать мультимодальные модели, создавать новые архитектуры моделей и проектировать тактики их применения например такие как создание guardrails. Если вам близок дух Bell Labs/Xerox PARC в их лучшие годы — исследовать, проверять гипотезы и доводить до прома — вам к нам. Обязанности разрабатывать, создавать и поддерживать решения для борьбы со злоупотреблениями, модерации контента, детекции галлюцинаций, предназначенную для защиты компании и конечных пользователей от нежелательного поведения тесно сотрудничать с другими инженерами и исследователями для использования как стандартных, так и новых методов ИИ с целью измерения, мониторинга и улучшения соответствия AI-моделей и ИИ-агентов человеческим ценностям изучать статьи, материалы профильных российских и мировых конференций по AI Safety и участвовать в них выявлять и устранять активные инциденты на платформе, а также создавать новые инструменты и инфраструктуру, которые устраняют первопричины сбоев в системе. Требования опыт работы в сфере безопасности контента, борьбы с мошенничеством или злоупотреблениями, либо мотивированы и горите желанием работать над актуальными вопросами безопасности ИИ владение Python или современными языками, такими как C++, Rust или Go, и готовы быстро освоить Python опыт развертывания классификаторов или модели машинного обучения, или желание познакомиться с современной ML-инфраструктурой опыт проектирования и обучения нейросетевых архитектур — от классических CNN/RNN до современных трансформеров опыт разработки ИИ-агентов и общее понимание передовых архитектур MAS опыт создания и поддержки производственных сервисов в условиях быстрого роста и масштабирования навык критической оценки рисков нового продукта или функции и нахождения инновационных решений для их mitigation, не ухудшая пользовательский опыт. Условия комфортный современный офис рядом с м. Кутузовская гибридный формат работы ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.