Иметь навыки программирования на Python.
Высшее техническое образование. От 3-х лет подтвержденного опыта работы в области машинного обучения с успешными проектами внедрения.
Хорошие аналитические навыки, понимание базовых алгоритмов и структур данных. Хорошее знание Python и базовых библиотек для работы с данными (numpy...
опыт работы с задачами машинного обучения/ опыт статистической обработки данных от 1,5 лет. — опыт разработки на Python, опыт проверки...
Высшее образование (магистратура) в области Computer Science, прикладной математики, физики или смежных дисциплин. Приветствуется степень кандидата/PhD. От 3 лет...
Уверенное владение SQL. Уверенное владение языком Python. Знание и применение основных аналитических библиотек python: numpy, pandas, scipy, sklearn, matplotlib, seaborn...
Опыт работы Data Scientist от 3 лет, особенно в задачах компьютерного зрения. Уверенное владение Python, опыт работы с OpenCV и...
Опыт разработки и продакшн-внедрения ML-моделей (5+ лет). Хорошее знание классических Machine Learning-алгоритмов. Отличное знание Python, pandas...
...рисков в любой области (информационная безопасность, экономика, бизнес-аналитика и т.д.). Знание математической статистики, теории вероятностей, методов Data Mining.
Обязательно наличие профильного высшего образования. Уверенный Python (ООП, API, чистый код) и SQL (sqlalchemy/alembic). Сильные NLP-навыки и опыт...
Мы – команда развития AI в направлении автокредитования и сопутствующих сервисов пользования автомобилем. Наш продукт — это интеллектуальная платформа, которая встраивается в клиентский путь при покупке автомобиля в кредит, оформлении сервисов для автолюбителя, записи на техническое обслуживание и подборе автомобиля под потребности пользователя. Продукт новый и сейчас активно развивается. Мы находимся на этапе активного роста: от экспериментов с первыми AI-решениями до масштабирования их на реальные клиентские сценарии. У нас уже есть первые внедрения, работающие связки с LLM и обратная связь от пользователей, но архитектура, технологический стек и стратегия развития во многом формируются сейчас — и здесь открывается большое пространство для технического творчества и лидерства. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, 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! Что предстоит делать: участвовать во всех этапах жизненного цикла: от формулирования гипотез и быстрого прототипирования до промышленной эксплуатации и мониторинга. переводить продуктовые идеи по интеграции AI-сервисов в существующую инфраструктуру в инженерные решения с оценкой сроков и стоимости. принимать ключевые архитектурные и технологические решения. проектировать backend-архитектуру, API, data flow, механизмы масштабирования и пайплайны внедрения. контролировать техническое качество, долговечность решений и AI-расходы. разрабатывать и внедрять методики оценки RAG-систем и AI-агентов. организовывать end-to-end пайплайн данных: сбор, нормализация, индексация, поиск и мониторинг. проводить код-ревью, развивать инженерную культуру, стандарты и экспертизу внутри команды. Ты подойдёшь, если у тебя есть: опыт разработки агентов на LangChain/LangGraph, MS AutoGen и сервисов на asyncio, FastAPI, Flask понимание и применение методов: function calling, structured output, context engineering опыт работы с векторными БД (Qdrant, ChromaDB, FAISS) при проектировании и реализации RAG-систем и с реляционными СУБД (MySQL/PostgreSQL) опыт работы с платформами LangFuse, MLflow, Phoenix понимание подходов к оценке llm-систем (offline-метрики, human evaluation, llm-as-a-judge, A/B тестирование) базовое понимание Docker и Kubernetes опыт внедрения и адаптации LLM-фич в продуктовую среду и навыки интеграции AI-сервисов, сбора и анализа данных, мониторинга качества решений опыт управления техническими командами и формирования технологической стратегии коммуникационные навыки: умеешь объяснять сложное простыми словами и выстраивать взаимодействие в команде. Будет преимуществом: опыт работы ML-инженером / Data Scientist / Backend-разработчиком. интеграция сервисов через gRPC опыт работы с OCR опыт использования Prometheus и Grafana опыт локального запуска LLM и open-source моделей знание SOTA-моделей (ASR, TTS, мультимодальные модели) опыт построения RAG с продвинутыми стратегиями retrieval (reranking, гибридный поиск, chunking …). Условия • гибридный формат в Москве (офис - Поклонная ул, 3к1) • белая заработная плата (оклад + премии) • профессиональный и карьрный рост • возможность профильного обучения • ДМС, страхование от несчастных случаев, корпоративные мероприятия • программа льготного кредитования в Сбербанке • льготная ипотека • корпоративная пенсионная программа • бесплатная подписка «Сберпрайм+»
Знание основного ML-инструментария. Опыт работы с экосистемой Apache Hadoop (Hive, Spark, Spark SQL, Pyspark). опыт работы с базами данных...
Релевантный опыт работы в сфере обработки естественного языка и/или компьютерного зрения или машинного обучения. Знание классических алгоритмов машинного обучения...